Datatiede ja tekoäly · Kokenut (6+ vuotta)

Tekoälytutkijan ansioluettelo

Tämä esimerkki näyttää, miten tekoälytutkija voi yhdistää kokeelliset menetelmät, mallien arvioinnin ja julkaistun työn mitattaviin tutkimustuloksiin. Vahva ansioluettelo tekee oman työpanoksesi selväksi ja antaa tiimille riittävästi teknistä tietoa työsi arviointiin.

Matti Virtanen

Tekoälytutkimuksen asiantuntija

  • matti.virtanen@example.com
  • +358 50 000 0000
  • Helsinki

Tiivistelmä

Tekoälytutkijalla on kahdeksan vuoden kokemus soveltavan koneoppimisen tutkimuksesta sekä transformer-mallien ja vahvistusoppimismenetelmien kehittämisestä. Hän suunnittelee kokeita, arvioi malleja ja kehittää toistettavia koulutustyönkulkuja. Hänellä on tietojenkäsittelytieteen tohtorintutkinto ja vertaisarvioituja julkaisuja.

Työkokemus

Vanhempi tutkija, Cedar Peak Intelligence (2021 - nykyhetki) - Suunnittelin vahvistusoppimismenetelmän monivaiheisiin kielitehtäviin. Nostin onnistumisastetta 4 prosenttiyksikköä sisäisessä arviointitestistössä. - Rakensin PyTorch-arviointiputken 12 malliversiolle. Lyhensin kokeiden arviointiajan viidestä päivästä kolmeen. - Ohjasin kahta tutkijaa kokeiden suunnittelussa ja toistettavissa työnkuluissa. Osallistuin kolmeen yhteistyöjulkaisuun tekemällä niihin kokeita. Tutkija, Alpine Signal Labs (2018 - 2021) - Koulutin PyTorchin hajautetuilla työajoilla transformer-malleja dokumenttien ymmärtämiseen. Pienensin validointivirhettä 9 % erillisessä arviointiaineistossa. - Vertailin kuutta mallikokoonpanoa ablaatiotutkimuksilla ja tunnistin yksinkertaisemman arkkitehtuurin. Se vähensi koulutuksen laskentatarvetta 15 %.

Koulutus

Tietojenkäsittelytieteen tohtori, Summit Plains University (2018)

Osaaminen

  • Syväoppiminen
  • transformer-mallit
  • vahvistusoppiminen
  • luonnollisen kielen käsittely
  • PyTorch
  • JAX
  • LLM-arviointi
  • kokeiden suunnittelu
  • hajautettu koulutus
  • tilastollinen analyysi

Valitut julkaisut

• ”Efficient Adaptation for Long-Form Document Tasks”, NeurIPS (2024) • ”Preference Optimization Under Limited Feedback”, ICML (2022)

Tutkimustyökalut

• PyTorch, JAX, Weights & Biases • Slurm, Git, LaTeX

Käytä tätä esimerkkiä

Avaa laatija tällä Tekoälytutkimuksen asiantuntija-esimerkillä ja korvaa sitten esimerkki omilla tiedoillasi.

Aloita tyhjällä CV:llä

Yleisiä avainsanoja

Tässä tehtävässä usein mainittuja taitoja ja työkaluja. Käytä vain niitä, jotka hallitset, ja käytä työpaikkailmoituksen sanamuotoa. Kopioi sana napsauttamalla sitä.

Toimintaverbejä

KehitinArvioinSuunnittelinParansinJulkaisinAnalysoinOhjasin

Näin kirjoitat ansioluettelon tehtävään Tekoälytutkimuksen asiantuntija

Nosta tutkimusalueesi esiin

Sijoita tutkimuksesi painopiste, vahvimmat menetelmäsi ja olennaisin julkaisusi tai projektisi lähelle ansioluettelon alkua. Rekrytointitiimin pitäisi nähdä nopeasti, sopiiko työsi heidän alueelleen, kuten kielimalleihin, vahvistusoppimiseen tai tulkittavuuteen. Kerro oma osuutesi yhteistyössä tehdyssä työssä ja linkitä julkiseen julkaisuun tai koodivarastoon, kun se on saatavilla ja sopivaa jakaa.

Kuvaa kokeilu ja tulos

Kuvaa jokaisesta projektista tutkimuskysymys, lähestymistapa ja näyttö siitä, että se toimi. Sisällytä vertailutaso, arviointiaineisto, ablaatio tai resurssimittari, jos voit jakaa sen. Käytä lukuja, jotka kuvaavat kokeilun todellista laajuutta, kuten testattujen vaihtoehtojen määrää tai muutosta määritellyssä mittarissa. Vältä perusteettomia väitteitä mallin yleisestä suorituskyvystä.

Tee julkaisuista helposti silmäiltäviä

Listaa valitut julkaisut omassa osiossaan ja lisää otsikko, julkaisukanava, vuosi ja kirjoittajajärjestyksesi, jos se auttaa selventämään osuuttasi. Linkitä julkaisuun tai esijulkaisuun, jos se on julkinen. Erota vertaisarvioidut työt esijulkaisuista ja keskeneräisistä töistä. Älä anna ymmärtää, että käsikirjoitus on hyväksytty, jos se on yhä arvioitavana. Lisää väitöskirja vain, jos se tukee hakemaasi tehtävää.

Kerro työkaluista tutkimuksen yhteydessä

Kerro suoraan käyttämistäsi kehyksistä ja infrastruktuurista, kuten PyTorchista, JAXista tai hajautetun koulutuksen työkaluista, ja liitä ne kokemusosiossa kuvaamaasi kokeiluun. Jätä pois pitkät listat kirjastoista, joita olet vain kokeillut. Älä sisällytä luottamuksellisia projektitietoja, tuloksia, joita et voi julkaista, tai yleisiä väitteitä innovatiivisuudestasi tai uteliaisuudestasi.

Kaikki Datatiede ja tekoäly-alan CV-esimerkit

Kysymyksiä tästä tehtävästä

Kuinka pitkä tekoälytutkijan ansioluettelon pitäisi olla?

Yhtä pakollista pituutta ei ole. Kokeneelle tutkijalle kaksi sivua voi antaa tilaa valituille tutkimussaavutuksille, julkaisuille ja tekniselle kokemukselle. Sijoita olennaisin työ lähelle alkua ja karsi vanhempia tietoja, jotka eivät tue hakemaasi tehtävää. Jos hakemuksessa pyydetään ansioluettelo:tä tai julkaisuluetteloa, noudata ohjeita ja toimita pyydetty asiakirja.

Kannattaako ansioluettelo:hen lisätä kaikki julkaisut ja esijulkaisut?

Yleensä ansioluetteloon kannattaa valita lyhyt luettelo olennaisimmista töistä ja linkittää täydelliseen julkaisuluetteloon, jos sinulla on sellainen. Kerro julkaisukanava ja vuosi sekä merkitse esijulkaisut ja keskeneräiset työt oikein. Kerro kirjoittajajärjestyksesi, jos se auttaa kuvaamaan rooliasi, etenkin yhteistyössä tehdyissä julkaisuissa. Noudata hakemuksessa annettuja julkaisuluetteloa koskevia ohjeita.

Edellyttävätkö tekoälytutkimuksen työpaikat tohtorintutkintoa?

Vaatimukset vaihtelevat työnantajan, tiimin ja tutkimusalueen mukaan. Monissa tutkijan paikoissa edellytetään tohtorintutkintoa tai vastaavaa tutkimuskokemusta, mutta jotkut työnantajat hyväksyvät sen sijaan vahvan itsenäisen työn, julkaisut tai laajan soveltavan tutkimuskokemuksen. Lue jokainen työpaikkailmoitus huolellisesti ja tuo esiin näyttö tutkimuspanoksestasi, menetelmistäsi ja teknisestä osaamisestasi.

Voinko siirtyä tekoälytutkimukseen ohjelmistotekniikan tehtävästä?

Kyllä, mutta tuo tutkimusnäyttö esiin teknisen osaamisesi rinnalla. Korosta suunnittelemiasi kokeiluja, julkaisuja tai teknisiä raportteja, avoimen lähdekoodin töitä tai yhteistyötä, joka osoittaa tutkimuskysymyksen ja huolellisen arvioinnin. Erota tuotantokäyttöön tehty ohjelmistotyö tutkimuspanoksestasi. Valitse esimerkit haettavan tehtävän painopisteen mukaan äläkä väitä tekijyyttä tai tuloksia, joita et pysty osoittamaan.