להוביל עם מודלים שהושקו
יש למקם את התפקיד הנוכחי ואת עבודת הייצור החזקה ביותר בחלק העליון. כדאי לציין במה המודל טיפל, מה היה היקף הנתונים או תנאי ההפעלה, ומה השתנה לאחר ההשקה, למשל היקף הבדיקות, זמן ההשהיה או איכות החילוץ. יש להבחין בין אבטיפוסים לבין יכולות שבהן משתמשים לקוחות או צוותי תפעול; צוותי גיוס צריכים להבין אם יש ניסיון בתמיכה במודלים מעבר למחברת ניסויים.
להציג כיצד הוערכו המודלים
יש לציין את שיטת ההערכה ואת המדד שמתאים למשימה: precision ו-recall לזיהוי, F1 לחילוץ או זמן השהיה לשירות הסקה. כשאפשר, יש לציין את גודל מערך הנתונים או את מקורו, ולהסביר אם התוצאות התקבלו בקבוצה שהוחזקה בצד או מניטור בסביבת ייצור. יש להימנע מטענות לא מבוססות על דיוק המודל בלי לציין מה נמדד.
לפרט את סביבת העבודה
יש לציין את המסגרות, משפחות המודלים וכלי הפריסה שבהם נעשה שימוש מעשי, כגון PyTorch, OpenCV, Hugging Face Transformers, Docker או Kubernetes. כדאי לקשר כל כלי לפרויקט או להישג במקום למנות כל חבילה שנוסתה. יש לציין פלטפורמות ענן או מסדי נתונים וקטוריים רק אם היו חלק מהעבודה בפועל ורלוונטיים למשרה.
לקשר לתיק עבודות ממוקד
תיק עבודות תמציתי יכול להציג פרויקט ראייה ממוחשבת או עיבוד שפה טבעית שניתן לשחזר, גישת הערכה והסבר ברור על הפשרות. יש לקשר לקוד או להדגמה שמותר לשתף, ולהסיר נתוני לקוחות, פרטי גישה ופרטים קנייניים של מודלים. יש להפריד בין מאמרים אקדמיים, מדריכים ופרויקטים אישיים לבין עבודה בסביבת ייצור, כדי שיהיה ברור מה היה היקף האחריות.