Data science og AI · Senior (6+ år)

CV for Machine Learning Engineer

Dette eksempel viser en engineer, der forbedrer rangordnings- og prognosemodeller fra eksperimenter til overvågede produktionsudgivelser. Et stærkt CV forbinder valg af modeller, dataarbejde og implementering med målbare ændringer i svartid, relevans, omkostninger eller forretningsgange og gør samtidig værktøjerne og omfanget tydelige.

CV-tjek

Det, rekrutteringsansvarlige og ATS-systemer kigger efter. En vejledning, ikke en forudsigelse.

100 / 100Komplet

100%
  • Kontakt20 / 20
  • Resumé20 / 20
  • Erhvervserfaring30 / 30
  • Kompetencer20 / 20
  • Uddannelse10 / 10

Kontaktoplysninger

Placér dem øverst; rekrutteringsansvarlige og ATS-systemer leder efter dem først.

Valgfrit. I USA, Storbritannien og Canada har CV'er som regel ikke et billede.

48 ord

Skriv ét job pr. afsnit; begynd hver præstation på en ny linje med “-”.

10 kompetencer

Adskil kompetencer med kommaer, f.eks.: Excel, SQL, projektplanlægning.

Flere afsnit

Projekter, certificeringer, sprog eller andet, der styrker din ansøgning.

Værktøjer
Udvalgt projekt

Alex Morgan

Machine Learning Engineer

  • alex.morgan@example.com
  • +1 555 0100
  • Denver, CO

Resumé

Machine learning engineer med 7 års erfaring i at bygge rangordnings- og prognosesystemer til B2B-handelsprodukter. Kombinerer udvikling af modeller i Python og PyTorch, design af feature-pipelines og implementeringer på Kubernetes med grundige offline- og online-evalueringer; har lanceret tjenester, der behandler 2 millioner anbefalingsanmodninger om dagen.

Erhvervserfaring

Machine Learning Engineer II hos Cedarpath Commerce, Denver, CO (2022 – nu) - Byggede en rangordningsmodel i PyTorch med sessions- og katalogfeatures, hvilket øgede andelen af tilføjelser til indkøbskurven med 6 % i en kontrolleret test på tværs af 1,2 millioner sessioner. - Implementerede anbefalingstjenester på Kubernetes og tilføjede batchscoring med MLflow-sporing, hvilket reducerede p95-svartiden fra 180 ms til 125 ms. - Automatiserede validering af features og alarmer om drift for 14 produktionsfeatures, så teamet kunne undersøge dataproblemer før de ugentlige modeludgivelser. Machine Learning Engineer hos Summitline Analytics, Boulder, CO (2019 – 2022) - Trænede efterspørgselsprognosemodeller i scikit-learn på tre års salgsdata og reducerede den gennemsnitlige absolutte fejl med 9 % sammenlignet med den eksisterende sæsonbaserede baseline. - Byggede genanvendelige feature-pipelines i Python og SQL til fem kundeimplementeringer og reducerede forberedelsen af modelopdateringer fra to dage til cirka én dag.

Uddannelse

Bachelorgrad i datalogi — Juniper Ridge University, Grand Junction, CO (2018)

Kompetencer

  • Python
  • SQL
  • PyTorch
  • scikit-learn
  • feature engineering
  • modelevaluering
  • Kubernetes
  • MLflow
  • Docker
  • A/B-test

Værktøjer

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

Udvalgt projekt

• Udviklede en prototype til hentning og omrangering af produkter i produktsøgning ved hjælp af sætningsembeddings og PyTorch • Sammenlignede relevans og svartid på et mærket datasæt med 8.000 forespørgsler • Dokumenterede evalueringsresultater og afvejninger ved implementering

Sådan skriver du et CV som Machine Learning Engineer

Vis modellens effekt ud over målingerne

Begynd med resultatet for produktet eller driften, og nævn derefter modellen og evalueringsmetoden. Forbind for eksempel en ændring i rangordningen med konvertering eller søgeresultaternes relevans, og angiv, om resultatet kom fra en onlinetest eller en offline-benchmark. Medtag baseline, omfang og tidsperiode, når det er nyttigt; en måling uden kontekst er svær at fortolke.

Gør dit ansvar for produktionen tydeligt

Beskriv, hvad du havde ansvar for efter træningen: feature-pipelines, serving, overvågning, genoptræning, tilbagerulning eller undersøgelse af problemer på vagt. Nævn implementeringsmiljøet, og giv et konkret mål som p95-svartid, opdateringstid, cloud-udgifter eller antal anmodninger. Giv ikke indtryk af, at en model var klar til produktion, hvis den kun blev kørt i en notebook eller et begrænset pilotprojekt.

Nævn værktøjer med relevant kontekst

Angiv de programmeringssprog, frameworks, cloudtjenester og implementeringsværktøjer, du kan tale om til en jobsamtale, og vis derefter, hvor du brugte dem i dine erfaringspunkter. Brug formuleringerne fra stillingsopslaget, når de præcist beskriver dit arbejde. Undgå lange lister over biblioteker, og nævn ikke alle modelarkitekturer, du har prøvet, uden at forklare deres formål.

Brug projekter til at udfylde huller i din erfaring

Hvis din jobhistorik indeholder få eksempler på modelimplementering, kan du medtage et eller to relevante projekter med et link til et repository eller en demo, datakilde, evalueringsmetode og beskrivelse af det, du byggede. Forklar begrænsninger i dataene, og del ikke fortrolig kode, kundeoplysninger eller påstande, der ikke kan efterprøves. Et projekt bør tilføje dokumentation for dine færdigheder, ikke gentage færdighedslisten.

Almindelige nøgleord

Kompetencer og værktøjer, der ofte nævnes for denne stilling. Brug kun dem, du har, og brug formuleringen fra jobopslaget. Klik på et nøgleord for at kopiere det.

Handlingsverber

ByggedeImplementeredeReduceredeForbedredeAutomatiseredeEvalueredeOptimerede

Spørgsmål om denne stilling

Hvor langt bør et CV for en machine learning engineer være?

Med flere års relevant erfaring kan to sider fungere, når hvert punkt bidrager med nyttig dokumentation for modeller, datasystemer eller ansvar for produktionsdrift. Sæt det mest relevante arbejde på første side, og kort ældre detaljer ned, hvis de ikke understøtter rollen. Et fokuseret CV på én side kan også være effektivt, hvis det er let at læse og giver nok kontekst til dine resultater.

Bør du tilføje et link til en portfolio eller GitHub?

Medtag et link, hvis det viser arbejde, der styrker din ansøgning, for eksempel et projekt, andre kan genskabe, en teknisk artikel eller et offentligt bidrag. Placer linket tæt på dine kontaktoplysninger eller i et projektafsnit, og sørg for, at repositoryet har en tydelig README og ikke indeholder hemmeligheder eller data med begrænset adgang. Stol ikke på et link i stedet for at forklare dit bidrag på CV'et.

Hvilke certificeringer bør en machine learning engineer nævne?

Der findes ingen generel amerikansk autorisation eller påkrævet certificering for machine learning engineers. Nævn en certificering, når den er relevant for jobbet, gyldig og udstedt af en velkendt udbyder, for eksempel en cloudplatform. Medtag dens præcise navn og udsteder; udelad udløbne certificeringer eller kursusbeviser, der ikke bidrager med meget ud over dine dokumenterede færdigheder.

Kan du skifte til machine learning engineering fra data science?

Ja. Fremhæv eksempler på ingeniørarbejde ved siden af modeludvikling: pålidelige datapipelines, testet kode, API'er eller batchjobs, implementering, overvågning og samarbejde med produkt- eller infrastrukturteams. Beskriv din rolle præcist, og vis værktøjerne og resultaterne. Hvis du har begrænset erfaring, kan du tilføje et fokuseret projekt, der viser hele forløbet fra dataforberedelse til evaluering og implementering.