Datu zinātne un MI · Vecākais līmenis (6+ gadi)

Mākslīgā intelekta pētnieka CV

Šis paraugs parāda, kā mākslīgā intelekta pētnieks var sasaistīt eksperimentu metodes, modeļu novērtēšanu un publicētos darbus ar izmērāmiem pētniecības rezultātiem. Spēcīgs CV šim amatam skaidri parāda jūsu individuālo ieguldījumu un sniedz komandām pietiekami daudz tehniskas informācijas, lai novērtētu jūsu darbu.

CV pārbaude

Ko meklē personāla atlases speciālisti un uzskaites sistēmas. Šis ir ceļvedis, nevis prognoze.

100 / 100Pilnīgs

100%
  • Kontaktinformācija20 / 20
  • Kopsavilkums20 / 20
  • Darba pieredze30 / 30
  • Prasmes20 / 20
  • Izglītība10 / 10

Kontaktinformācija

Norādiet šo informāciju CV augšdaļā; personāla atlases speciālisti un uzskaites sistēmas to meklē vispirms.

Neobligāti. ASV, Apvienotajā Karalistē un Kanādā CV parasti neiekļauj fotoattēlu.

35 vārdi

Katru darbavietu rakstiet atsevišķā rindkopā; katru sasniegumu sāciet jaunā rindā ar “-”.

10 prasmju

Atdaliet prasmes ar komatiem, piemēram: Excel, SQL, projektu plānošana.

Papildu sadaļas

Projekti, sertifikāti, valodas vai cita informācija, kas palīdz jūsu pieteikumam.

Atlasītās publikācijas
Pētniecības rīki

Alex Morgan

Mākslīgā intelekta pētnieks

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

Kopsavilkums

Mākslīgā intelekta pētnieks ar 8 gadu pieredzi lietišķās mašīnmācīšanās pētniecības laboratorijā, izstrādājot transformatoru modeļus un pastiprinātās mācīšanās metodes. Prasmes eksperimentu plānošanā, modeļu novērtēšanā un reproducējamu apmācības procesu veidošanā; doktora grāds datorzinātnēs un recenzētas zinātniskās publikācijas.

Darba pieredze

Vecākais pētnieks uzņēmumā Cedar Peak Intelligence, Bouldera, CO (2021 – pašlaik) - Izstrādāju pastiprinātās mācīšanās pieeju vairāku soļu valodas uzdevumiem un uzlaboju izpildes rādītājus par 4 procentpunktiem iekšējā novērtēšanas testu kopā. - Izveidoju PyTorch novērtēšanas cauruļvadu 12 modeļu variantiem, saīsinot eksperimentu pārskatīšanas laiku no 5 dienām līdz 3. - Mentorēju 2 pētniecības līdzstrādniekus eksperimentu plānošanā un reproducējamu procesu veidošanā; piedalījos eksperimentos 3 kopīgi tapušiem rakstiem. Pētnieks uzņēmumā Alpine Signal Labs, Denvera, CO (2018 – 2021) - Apmācīju transformatoru modeļus dokumentu izpratnei ar dalītajiem PyTorch uzdevumiem, samazinot validācijas kļūdu par 9% nošķirtā datu kopā. - Veicu ablācijas pētījumus ar 6 modeļu konfigurācijām un identificēju vienkāršāku arhitektūru, kas samazināja apmācības aprēķinu resursu patēriņu par 15%.

Izglītība

Doktora grāds datorzinātnēs — Summit Plains University, Fort Collins, CO (2018)

Prasmes

  • Dziļā mācīšanās
  • transformatoru modeļi
  • pastiprinātā mācīšanās
  • dabiskās valodas apstrāde
  • PyTorch
  • JAX
  • LLM novērtēšana
  • eksperimentu plānošana
  • dalītā apmācība
  • statistiskā analīze

Atlasītās publikācijas

• “Efektīva pielāgošana gariem dokumentu uzdevumiem,” NeurIPS (2024) • “Preferenču optimizācija ierobežotas atgriezeniskās saites apstākļos,” ICML (2022)

Pētniecības rīki

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

Kā rakstīt Mākslīgā intelekta pētnieks CV

Sāciet ar savu pētniecības jomu

Norādiet savu pētniecības jomu, spēcīgākās metodes un atbilstošāko publikāciju vai projektu lapas sākumā. Darba atlases komandai ātri jāspēj saprast, vai jūsu darbs atbilst tās jomai, piemēram, valodu modeļiem, pastiprināšanas mācīšanai vai interpretējamībai. Norādiet savu ieguldījumu kopdarbā un, ja publikācija vai kodu krātuve ir publiski pieejama un to drīkst kopīgot, pievienojiet saiti.

Izskaidrojiet eksperimentu un rezultātu

Katram projektam norādiet pētniecisko jautājumu, pieeju un pierādījumus, ka tā darbojas. Ja varat to atklāt, iekļaujiet bāzes rādītāju, novērtēšanas kopu, ablācijas pētījumu vai resursu mērījumu. Izmantojiet skaitļus, kas atspoguļo eksperimenta faktisko apjomu, piemēram, pārbaudīto variantu skaitu vai izmaiņas noteiktā rādītājā. Izvairieties no nepamatotiem apgalvojumiem par modeļa plašajām iespējām.

Padariet publikācijas viegli pārskatāmas

Atlasītās publikācijas uzskaitiet atsevišķā sadaļā, norādot nosaukumu, izdevumu vai konferenci, gadu un, ja tas palīdz izskaidrot jūsu ieguldījumu, autoru secību. Ja publikācija vai priekšpublikācija ir publiski pieejama, pievienojiet saiti. Skaidri nošķiriet recenzētus darbus no priekšpublikācijām un vēl tapšanas stadijā esošiem darbiem; neapgalvojiet, ka darbs ir pieņemts publicēšanai, ja tas vēl tiek recenzēts. Iekļaujiet disertāciju tikai tad, ja tā ir noderīga amatam, uz kuru piesakāties.

Parādiet rīkus pētniecības kontekstā

Norādiet ietvarus un infrastruktūru, ko izmantojāt tieši, piemēram, PyTorch, JAX vai sadalītās apmācības rīkus, un saistiet tos ar kādu eksperimentu pieredzes sadaļā. Neiekļaujiet garus to bibliotēku sarakstus, kuras esat tikai izmēģinājis. Izlaidiet konfidenciālu informāciju par projektiem, nepublicētus rezultātus, kurus nedrīkstat izpaust, un vispārīgus apgalvojumus par savu novatorismu vai intelektuālo zinātkāri.

Bieži lietoti atslēgvārdi

Šajā profesijā bieži norādītas prasmes un rīki. Izmantojiet tikai tos, kas jums piemīt, un tādus vārdus, kādi lietoti darba sludinājumā. Noklikšķiniet uz atslēgvārda, lai to kopētu.

Darbības vārdi

IzstrādājātNovērtējuIzstrādājuUzlabojavuPublicējuAnalizējuMentorēju

Jautājumi par šo profesiju

Cik garam jābūt AI pētnieka CV?

Nav viena noteikta prasītā garuma. Pieredzējušam pētniekam divas lapas var sniegt vietu atlasītiem pētniecības ieguldījumiem, publikācijām un tehniskajai pieredzei. Svarīgāko pieredzi norādiet lapas sākumā un saīsiniet vecāku informāciju, kas neatbalsta jūsu mērķi. Ja pieteikumā tiek prasīts CV vai publikāciju saraksts, ievērojiet norādījumus un iesniedziet prasīto dokumentu.

Vai man jāiekļauj visas publikācijas un priekšpublikācijas?

Parasti CV iekļaujiet īsu atbilstošāko darbu izlasi un pievienojiet saiti uz pilnu publikāciju sarakstu, ja tāds jums ir. Norādiet izdevumu vai konferenci un gadu, kā arī precīzi atzīmējiet priekšpublikācijas un vēl tapšanas stadijā esošos darbus. Ja tas palīdz izskaidrot jūsu lomu, jo īpaši kopdarbos, norādiet savu vietu autoru sarakstā. Ievērojiet pieteikuma norādījumus par publikāciju sarakstiem.

Vai darbam AI pētniecībā nepieciešams doktora grāds?

Prasības atšķiras atkarībā no darba devēja, komandas un pētniecības jomas. Daudzos pētnieka amatu sludinājumos prasa doktora grādu vai līdzvērtīgu pētniecības pieredzi, savukārt citi darba devēji konkrēta grāda vietā ņem vērā patstāvīga darba rezultātus, publikācijas vai ievērojamu pieredzi lietišķajā pētniecībā. Rūpīgi izlasiet katru sludinājumu un CV parādiet savus pētniecības ieguldījumus, metodes un tehniskās zināšanas.

Vai varu pāriet uz AI pētniecību no programmatūras inženiera darba?

Jā, taču līdztekus inženierzinātniskajām prasmēm parādiet arī pētniecības pieredzi. Izceliet jūsu izstrādātos eksperimentus, publikācijas vai tehniskos ziņojumus, atvērtā koda projektus vai sadarbību, kas apliecina, ka esat pētījis konkrētu jautājumu un rūpīgi izvērtējis rezultātus. Skaidri nošķiriet ražošanas inženierijas darbu no pētniecības ieguldījuma. Pielāgojiet piemērus amata jomai un neapgalvojiet, ka esat autors vai sasniedzis rezultātus, ko nevarat pamatot.