Młodszy Inżynier Uczenia Maszynowego - Pozycja Zdalna
Roczne wynagrodzenie: $55,000 - $75,000
Lokalizacja: Zdalnie (tylko USA)
Uprawnienia: Musi posiadać ważne pozwolenie na pracę w USA
Dołącz do Patterned Learning LLC, pionierskiej platformy zaprojektowanej, aby wzmocnić programistów poprzez zwiększenie ich efektywności kodowania i produktywności. Nasze funkcje obejmują kodowanie zespołowe, edytowanie w czasie rzeczywistym dla wielu graczy oraz płynne możliwości budowania, testowania i wdrażania – wszystko to bezpośrednio z przeglądarki. Oferujemy zintegrowane środowisko do generowania, edytowania kodu i uzyskiwania wyników, aby przyspieszyć przepływy pracy związane z rozwojem.
Szukamy pełnego pasji Młodszego Inżyniera Uczenia Maszynowego, który dołączy do naszego dynamicznego zespołu. Ta zdalna pozycja oferuje unikalną szansę na pracę nad wpływowymi projektami i rozwój swojej wiedzy w dziedzinie uczenia maszynowego. Idealni kandydaci zdobędą praktyczne doświadczenie w środowisku zespołowym, co zapewni solidne podstawy do kariery w tej ekscytującej dziedzinie.
Główne obowiązki
- Współpraca z senior inżynierami i naukowcami danych w celu określenia wymagań projektu i opracowania modeli oraz algorytmów uczenia maszynowego.
- Pomoc w zbieraniu, przetwarzaniu i analizie danych w celu odkrywania wzorców i wniosków.
- Implementowanie i optymalizacja modeli, algorytmów oraz linii przetwarzania uczenia maszynowego.
- Udział w ocenie modelu, walidacji i dostrajaniu wydajności.
- Wkład w rozwój i udoskonalanie infrastruktury oraz frameworków uczenia maszynowego.
- Bycie na bieżąco z najnowszymi osiągnięciami w dziedzinie uczenia maszynowego i udział w działalności zespołu związanej z wymianą wiedzy.
- Współpraca z zespołami międzyfunkcyjnymi w celu integracji rozwiązań uczenia maszynowego w systemach produkcyjnych.
- Efektywne dokumentowanie procesów technicznych, metodologii i wyników.
Kwalifikacje
- Tytuł licencjata lub magistra z informatyki, nauki o danych, uczenia maszynowego lub pokrewnej dziedziny.
- Solidne zrozumienie podstaw uczenia maszynowego, algorytmów i pojęć statystycznych.
- Biegłość w językach programowania takich jak Python, Java lub C++.
- Znajomość frameworków i bibliotek uczenia maszynowego jak TensorFlow, PyTorch czy scikit-learn.
- Doświadczenie w przetwarzaniu danych, inżynierii cech i technikach oceny modeli.
- Znajomość architektur i technik głębokiego uczenia jest dodatkowym atutem.
- Znajomość narzędzi do przetwarzania dużych ilości danych (np. Hadoop, Spark) jest zaletą.
- Silne umiejętności rozwiązywania problemów i zdolność do zarządzania wieloma projektami jednocześnie.
- Znakomite umiejętności komunikacyjne i współpracy.
- Samomotywacja i silne pragnienie nauki i rozwoju w dziedzinie uczenia maszynowego.
W