Junior Machine Learning Engineer

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