מדעי הנתונים ובינה מלאכותית · בכיר (6+ שנים)

קורות חיים למומחה למחקר בינה מלאכותית

הדוגמה מציגה כיצד חוקר בינה מלאכותית יכול לקשר בין שיטות ניסוי, הערכת מודלים ועבודות שפורסמו לבין תוצאות מחקר מדידות. קורות חיים חזקים לתפקיד הזה מבהירים את התרומה האישית וכוללים די פרטים טכניים כדי שצוותים יוכלו להעריך את העבודה.

בדיקת קורות חיים

מה מגייסים ומערכות מעקב מחפשים. מדריך, לא תחזית.

100 / 100מלא

100%
  • פרטי קשר20 מתוך 20
  • תקציר20 מתוך 20
  • ניסיון30 מתוך 30
  • מיומנויות20 מתוך 20
  • השכלה10 מתוך 10

פרטי קשר

כדאי למקם את הפרטים האלה בראש העמוד; מגייסים ומערכות מעקב מחפשים אותם קודם.

לא חובה. קורות חיים בארה״ב, בבריטניה ובקנדה בדרך כלל אינם כוללים תמונה.

37 מילים

משרה אחת בכל פסקה; כל הישג יתחיל בשורה חדשה עם “-”.

10 מיומנויות

יש להפריד בין מיומנויות באמצעות פסיקים, למשל: Excel, SQL, תכנון פרויקטים.

חלקים נוספים

פרויקטים, הסמכות, שפות או כל דבר נוסף שתומך במועמדות.

פרסומים נבחרים
כלי מחקר

אלכס מורגן

מומחה למחקר בינה מלאכותית

  • אלכס.מורגן@אקזמפל.קום
  • +1 555 0100
  • דנוור, CO

תקציר

חוקר בינה מלאכותית עם 8 שנות ניסיון במעבדת מחקר יישומי בלמידת מכונה, בפיתוח מודלי Transformer ושיטות למידת חיזוק. בעל ניסיון בתכנון ניסויים, בהערכת מודלים ובתהליכי אימון שניתנים לשחזור, עם דוקטורט במדעי המחשב ופרסומי מחקר שעברו ביקורת עמיתים.

ניסיון

מדען מחקר בכיר ב־Cedar Peak Intelligence, בולדר, CO (2021 – היום) - תכנן גישת למידת חיזוק למשימות שפה מרובות שלבים ושיפר את שיעור השלמת המשימות ב־4 נקודות אחוז במערך הערכה פנימי. - בנה צינור הערכה ב־PyTorch עבור 12 גרסאות של מודל, וקיצר את זמן בחינת הניסויים מ־5 ימים ל־3. - ליווה 2 עמיתי מחקר בתכנון ניסויים ובתהליכי עבודה שניתנים לשחזור; תרם ניסויים ל־3 מאמרים משותפים. מדען מחקר ב־Alpine Signal Labs, דנוור, CO (2018 – 2021) - אימן מודלי Transformer להבנת מסמכים בעזרת משימות PyTorch מבוזרות, וצמצם את שגיאת האימות ב־9% במערך נתונים שהוקצה לבדיקה. - יצר מחקרי אבלציה בשש תצורות של מודל, וזיהה ארכיטקטורה פשוטה יותר שצמצמה את חישובי האימון ב־15%.

השכלה

דוקטורט במדעי המחשב — Summit Plains University, פורט קולינס, CO (2018)

מיומנויות

  • למידה עמוקה
  • מודלי Transformer
  • למידת חיזוק
  • עיבוד שפה טבעית
  • PyTorch
  • JAX
  • הערכת LLM
  • תכנון ניסויים
  • אימון מבוזר
  • ניתוח סטטיסטי

פרסומים נבחרים

• „התאמה יעילה למשימות במסמכים ארוכים”, NeurIPS (2024) • „אופטימיזציה של העדפות תחת משוב מוגבל”, ICML (2022)

כלי מחקר

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

איך לכתוב קורות חיים לתפקיד מומחה למחקר בינה מלאכותית

כדאי להתחיל מתחום המחקר

יש לציין בראש קורות החיים את מוקד המחקר, השיטות המרכזיות ואת המאמר או הפרויקט הרלוונטיים ביותר. כך צוות הגיוס יוכל להבין במהירות אם העבודה מתאימה לתחום שלו, כמו מודלי שפה, למידת חיזוק או יכולת הפרשנות של מודלים. יש לציין את התרומה האישית לעבודה משותפת ולקשר למאמר או למאגר קוד ציבורי, אם הם זמינים ומתאימים לשיתוף.

להסביר את הניסוי ואת התוצאה

בכל פרויקט יש לציין מה הייתה השאלה, מה הייתה הגישה ואילו ראיות מראות שהיא עבדה. כדאי לכלול נקודת ייחוס, מערך הערכה, ניתוח אבלציה או מדד משאבים, אם אפשר לשתף אותם. יש להשתמש במספרים שמשקפים את היקף הניסוי בפועל, כמו מספר הגרסאות שנבדקו או השינוי במדד מוגדר. מומלץ להימנע מטענות לא מבוססות על יכולות רחבות של המודל.

להציג פרסומים בצורה שקל לסרוק

כדאי לרשום מאמרים נבחרים בסעיף נפרד, עם כותרת, במה, שנה ומיקום ברשימת המחברים, אם הדבר עוזר להבהיר את התרומה. יש לקשר למאמר או לגרסה המקדימה, אם הם ציבוריים. חשוב להבחין בין עבודה שעברה ביקורת עמיתים, גרסאות מקדימות ועבודה בתהליך; אין לרמוז שמאמר התקבל אם הוא עדיין בבדיקה. כדאי להוסיף עבודת דוקטורט רק אם היא תומכת בתפקיד המבוקש.

להציג כלים בהקשר מחקרי

כדאי לכלול מסגרות עבודה ותשתיות שהיו בשימוש ישיר, כמו PyTorch, JAX או כלים לאימון מבוזר, ולקשר אותם לניסוי שמתואר בסעיף הניסיון. מומלץ להשמיט רשימות ארוכות של ספריות שרק נוסו. יש להשמיט פרטים חסויים על פרויקטים, תוצאות שלא פורסמו ושאי אפשר לחשוף, וטענות כלליות על חדשנות או סקרנות אינטלקטואלית.

מילות מפתח נפוצות

מיומנויות וכלים שמופיעים לעיתים קרובות בתפקיד הזה. יש להשתמש רק במה שיש לך, ובניסוח של מודעת הדרושים. לחיצה על מילה תעתיק אותה.

פעלים לתיאור עשייה

פיתחהעריךתכנןשיפרפרסםניתחליווה

שאלות על התפקיד הזה

מהו האורך המתאים לקורות חיים בתחום מחקר הבינה המלאכותית?

אין אורך יחיד שנדרש בכל מצב. למי שיש ניסיון רב במחקר, שני עמודים יכולים לספק מקום לתרומות מחקריות נבחרות, פרסומים וניסיון טכני. כדאי להציב את העבודה הרלוונטית ביותר בראש ולקצר פרטים ישנים שאינם תומכים בתפקיד המבוקש. אם במועמדות מבקשים קורות חיים אקדמיים (CV) או רשימת פרסומים, יש לפעול לפי ההנחיות ולספק את המסמך המבוקש.

האם כדאי לכלול כל מאמר וכל גרסה מקדימה?

בדרך כלל, כדאי לכלול בקורות החיים מבחר קצר של העבודות הרלוונטיות ביותר ולקשר לרשימת פרסומים מלאה, אם קיימת. יש לציין את הבמה ואת השנה ולתייג במדויק גרסאות מקדימות או עבודה בתהליך. כדאי לציין את המיקום ברשימת המחברים אם הוא עוזר להסביר את התפקיד, במיוחד במאמרים שנכתבו בשיתוף פעולה. יש לפעול לפי ההנחיות במועמדות לגבי רשימות פרסומים.

האם משרות מחקר בבינה מלאכותית דורשות תואר דוקטור?

הדרישות משתנות בין מעסיקים, צוותים ותחומי מחקר. במשרות רבות של מדען מחקר מבקשים תואר דוקטור או ניסיון מחקרי מקביל, ואילו במשרות אחרות עשויים להתחשב בעבודה עצמאית חזקה, בפרסומים או בניסיון משמעותי במחקר יישומי במקום בתואר מסוים. מומלץ לקרוא כל מודעת דרושים בעיון ולהציג ראיות לתרומות המחקריות, לשיטות ולעומק הטכני.

האם אפשר לעבור ממקצוע הנדסת התוכנה למחקר בבינה מלאכותית?

כן, אך כדאי להציג לצד מיומנויות הנדסיות גם ניסיון מחקרי. אפשר להדגיש ניסויים שתוכננו, מאמרים או דוחות טכניים, עבודת קוד פתוח או שיתופי פעולה שמדגימים שאלת מחקר והערכה קפדנית. חשוב להבחין בבירור בין הנדסת מוצר לתרומות מחקריות. כדאי להתאים את הדוגמאות למוקד התפקיד ולהימנע מייחוס מחברוּת או תוצאות שאי אפשר לבסס.