机器学习工程师职位描述模板/简介
我们正在寻找机器学习(ML)工程师,以帮助我们开发人工智能产品。
机器学习工程师的任务包括开发机器学习模型和再培训系统。要成功执行这项工作,您必须具有出色的统计和编程能力。如果您还在数据科学和软件工程方面知识渊博,我们希望与您见面。
您的最终目标是设计和构建有效的自学习应用程序。
机器学习工程师工作资料
机器学习工程师负责将数据放入机器学习模型中,并将这些模型部署在生产中。
摄入和准备数据是一项棘手的任务。必须自动处理,清洁并准备满足数据格式和其他模型标准。数据可能来自多个来源,并且可能是实时流动的。
部署采用在开发环境中创建的原型模型,并扩展其为实际的消费者服务。这可能需要在更强大的硬件上运行模型,通过API提供访问权限,并允许模型升级并使用新数据进行重新培训。
汇报给
-CTO
机器学习工程师的责任
- 理解和应用计算机科学元素,例如数据结构,算法,可计算性和复杂性以及计算机体系结构
- 需要出色的数学能力来进行计算并处理此类编程中涉及的算法
- 生成项目成果并突出必须纠正以提高计划有效性的问题
- 与数据工程师合作创建数据和模型管道;管理将代码传递到生产所需的基础架构和数据管道
- 显示开发应用程序的端到端专业知识(包括但不限于机器学习方法)
- 基于统计建模过程,使用算法创建和维护生产中可扩展的机器学习解决方案
- 使用数据建模和评估策略来揭示模式和预测以前未被发现的事件
- 将机器学习算法和库使用
- 领导软件工程和设计
- 向非编程专家传达并解释复杂的程序
- 与利益相关者沟通以分析业务挑战,解释需求并确定所需解决方案的程度
- 分析大型,复杂的数据集以提取见解并选择最佳方法
- 调查并运用最佳实践来增强现有的机器学习基础架构
- 协助工程师和产品经理将机器学习纳入产品
机器学习工程师的要求和技能
- 计算机科学,数据科学,数学或密切相关学科的学士学位
- 优选计算语言学,数据分析或相关领域的硕士学位
- 过去担任机器学习工程师
- Python,Java和R的高级代码写作技巧
- 对机器学习框架,库,数据结构,数据建模和软件设计的全面了解
- 对数学,统计和算法的透彻理解
- 出色的分析和解决问题的技能
- 出色的沟通和团队合作能力
- 卓越的时间管理和组织技能