Наука за данните и AI · Старши (6+ г.)

Автобиография за инженер по машинно обучение

Този пример показва инженер, който подобрява модели за класиране и прогнозиране - от експериментите до наблюдаваните внедрявания в продукционна среда. Силната автобиография свързва избора на модели, работата с данни и внедряването с измерими промени в латентността, релевантността, разходите или бизнес процесите и ясно посочва използваните инструменти и мащаба.

Иван Петров

Инженер по машинно обучение

  • ivan.petrov@example.com
  • +359 2 123 4567
  • София

Профил

Инженер по машинно обучение със 7 години опит в изграждането на системи за класиране и прогнозиране за B2B продукти в сферата на търговията. Съчетава разработка на модели с Python и PyTorch, проектиране на потоци за обработка на признаци и внедряване с Kubernetes с внимателна офлайн и онлайн оценка; внедрил е услуги, обработващи 2 милиона заявки за препоръки дневно.

Професионален опит

Инженер по машинно обучение II в Cedarpath Commerce (от 2022 г. до момента) - Създадох модел за класиране с PyTorch, като използвах данни за на сесията и каталога, което увеличи процента на добавяне в количката с 6% в контдлъжностиран тест с 1,2 милиона сесии. - Внедрих услуги за препоръчване в Kubernetes и добавих пакетно оценяване с проследяване през MLflow, намалявайки p95 времето за отговор от 180 ms на 125 ms. - Автоматизирах валидирането на характеристики и предупрежденията за отклонения за 14 продукционни характеристики, помагайки на екипа да проучи проблеми с данните преди седмичните пускания на модели. Инженер по машинно обучение в Summitline Analytics (от 2019 до 2022) - Обучих модели за прогнозиране на търсенето с scikit-learn въз основа на данни за продажбите за три години, намалявайки средната абсолютна грешка с 9% спрямо съществуващия сезонен базов модел. - Създадох многократно използваеми тръбопроводи за характеристики на Python и SQL за пет клиентски внедрявания, съкращавайки подготовката за обновяване на модела от два дни на около един ден.

Образование

Бакалавър по компютърни науки - Juniper Ridge University (2018)

Умения

  • Python
  • SQL
  • PyTorch
  • scikit-learn
  • инженеринг на признаци
  • оценяване на модели
  • Kubernetes
  • MLflow
  • Docker
  • A/B тестване

Инструменти

• Python, SQL, PyTorch, scikit-learn • MLflow, Docker, Kubernetes • Apache Spark, Airflow

Избран проект

• Разработих прототип за извличане и повторно класиране при търсене на продукти, използващ векторни представяния на изречения и PyTorch • Сравних релевантността и латентността върху набор от 8 000 анотирани заявки • Документирах резултатите от оценката и компромисите при внедряването

Използвайте този пример

Отворете създателя с тази автобиография за Инженер по машинно обучение, след което заменете примера със собствените си данни.

Често използвани ключови думи

Умения и инструменти, които често се посочват за тази професия. Използвайте само тези, които владеете, и формулировките от обявата за работа. Щракнете върху някоя ключова дума, за да я копирате.

Глаголи за действие

СъздадохВнедрихДобавихАвтоматизирахОбучихНамалихПодобрих

Как да напишете автобиография за Инженер по машинно обучение

Покажете ефекта на модела отвъд показателите

Започнете с резултата за продукта или работния процес, след което посочете модела и метода за оценка. Например свържете промяна в класирането с конверсиите или релевантността на търсенето и уточнете дали резултатът е от онлайн тест или офлайн сравнителен тест. Когато е полезно, посочете базовата стойност, мащаба и периода; без контекст е трудно да се тълкува даден показател.

Изяснете отговорностите си в продукционна среда

Опишете за какво сте отговаряли след обучението: потоци за обработка на признаци, обслужване на заявки, наблюдение, преобучение, връщане към предишна версия или разследване на проблеми по време на дежурство. Посочете средата за внедряване и дайте конкретна мярка, например латентност p95, време за обновяване, разходи за облачни услуги или брой заявки. Не създавайте впечатление, че моделът е бил готов за продукционна среда, ако е работил само в notebook или ограничен пилотен проект.

Посочвайте инструментите с полезен контекст

Избройте езиците, рамките, облачните услуги и инструментите за внедряване, за които можете да говорите на интервю, а след това покажете къде сте ги използвали в описанието на опита си. Използвайте формулировките от обявата, когато точно описват работата ви. Пропуснете дългите списъци с библиотеки и не изброявайте всяка архитектура на модел, която сте изпробвали, без да обясните за какво сте я използвали.

Използвайте проекти, за да допълните липсващите примери

Ако в трудовия ви опит има малко работа по внедряване на модели, включете един или два подходящи проекта с връзка към хранилище или демонстрация, източник на данните, подход за оценка и описание на създаденото от вас. Обяснете ограниченията на данните и не споделяйте поверителен код, информация за клиенти или твърдения, които не могат да бъдат проверени. Проектът трябва да добавя доказателства за уменията ви, а не да повтаря списъка с умения.

Всички примери за автобиографии за Наука за данните и AI

Въпроси за тази професия

Колко дълга трябва да бъде автобиографията на инженер по машинно обучение?

При няколко години релевантен опит две страници са подходящи, ако всеки запис дава полезна информация за модели, системи за данни или отговорности в продукционна среда. Поставете най-релевантния опит на първата страница и съкратете по-старите подробности, които не подкрепят кандидатурата ви за ролята. Фокусирана автобиография на една страница също може да бъде ефективна, ако се чете лесно и съдържа достатъчно контекст за резултатите ви.

Трябва ли да включите връзка към портфолио или GitHub?

Включете такава връзка, ако показва работа, която укрепва кандидатурата ви, например възпроизводим проект, техническа статия или публичен принос. Поставете я близо до данните си за контакт или в раздел за проекти и се уверете, че хранилището има ясно README и не съдържа падлъжности или ограничени данни. Не разчитайте само на връзката, вместо да обясните приноса си в автобиографията.

Кои сертификати трябва да посочи инженерът по машинно обучение?

В САЩ няма общ лиценз или задължителен сертификат за инженери по машинно обучение. Посочете сертификат, когато е релевантен за работата, актуален е и е издаден от разпознаваем доставчик, например удостоверение от облачна платформа. Включете точното му име и издателя; пропуснете изтеклите удостоверения и сертификатите от кратки курсове, които добавят малко към демонстрираните ви умения.

Как можете да преминете към инженеринг на машинно обучение от науката за данните?

Да. Подчертайте примери за инженерна работа наред с разработването на модели: надеждни потоци за обработка на данни, тестван код, API или пакетни задачи, внедряване, наблюдение и сътрудничество с екипи за продукти или инфраструктура. Опишете точно ролята си и посочете използваните инструменти и постигнатите резултати. Ако опитът ви в тази област е ограничен, добавете целенасочен проект, който показва целия процес - от подготовката на данните до оценката и внедряването.