Datavetenskap och AI · Senior (6+ år)

CV för maskininlärningsingenjör

Det här exemplet visar hur en ingenjör förbättrar ranknings- och prognosmodeller från experiment till övervakade produktionssättningar. Ett starkt CV kopplar modellval, data- och driftsättningsarbete till mätbara förändringar i svarstid, relevans, kostnad eller arbetsflöden, samtidigt som verktyg och omfattning framgår tydligt.

CV-kontroll

Det här letar rekryterare och rekryteringssystem efter. En vägledning, inte en förutsägelse.

100 / 100Komplett

100%
  • Kontakt20 / 20
  • Sammanfattning20 / 20
  • Arbetslivserfarenhet30 / 30
  • Kompetenser20 / 20
  • Utbildning10 / 10

Kontaktuppgifter

Placera dem högst upp; rekryterare och rekryteringssystem letar efter dem först.

Valfritt. I USA, Storbritannien och Kanada har CV:n vanligtvis inget foto.

45 ord

Ett jobb per stycke; börja varje prestation på en ny rad med ”-”.

10 kompetenser

Separera kompetenser med kommatecken, till exempel: Excel, SQL, projektplanering.

Fler avsnitt

Projekt, certifieringar, språk eller något annat som stärker din ansökan.

Verktyg
Utvalt projekt

Alex Morgan

Maskininlärningsingenjör

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

Sammanfattning

Maskininlärningsingenjör med 7 års erfarenhet av att bygga ranknings- och prognossystem för B2B-handelsprodukter. Kombinerar modellutveckling i Python och PyTorch med design av feature-pipelines och driftsättningar på Kubernetes samt noggrann utvärdering offline och online. Har lanserat tjänster som hanterar 2 miljoner rekommendationsförfrågningar per dag.

Arbetslivserfarenhet

Maskininlärningsingenjör II på Cedarpath Commerce, Denver, CO (2022 – nu) - Byggde en rankningsmodell i PyTorch med sessions- och katalogdata som features, vilket ökade andelen som lade varor i kundvagnen med 6 % i ett kontrollerat test med 1,2 miljoner sessioner. - Driftsatte rekommendationstjänster på Kubernetes och lade till batchpoängsättning med spårning i MLflow, vilket minskade svarstiden vid p95 från 180 ms till 125 ms. - Automatiserade validering av features och driftlarm för 14 produktionsfeatures, vilket hjälpte teamet att utreda datafel före veckovisa modelluppdateringar. Maskininlärningsingenjör på Summitline Analytics, Boulder, CO (2019 – 2022) - Tränade efterfrågeprognosmodeller i scikit-learn på tre års försäljningsdata, vilket minskade det genomsnittliga absoluta felet med 9 % jämfört med den befintliga säsongsbaserade prognosen. - Byggde återanvändbara feature-pipelines i Python och SQL för fem kunddriftsättningar, vilket minskade förberedelsetiden inför modelluppdateringar från två dagar till ungefär en dag.

Utbildning

Kandidatexamen i datavetenskap — Juniper Ridge University, Grand Junction, CO (2018)

Kompetenser

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

Verktyg

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

Utvalt projekt

• Utvecklade en prototyp för informationshämtning och omrankning i produktsök med hjälp av meningsinbäddningar och PyTorch • Jämförde relevans och svarstid på en märkt uppsättning med 8 000 sökfrågor • Dokumenterade utvärderingsresultat och avvägningar vid driftsättning

Så skriver du ett CV för Maskininlärningsingenjör

Visa modellens effekt utöver mätvärden

Börja med resultatet för produkten eller verksamheten och ange sedan modellen och utvärderingsmetoden. Koppla till exempel en förändring i rankningen till konvertering eller sökrelevans och ange om resultatet kom från ett onlinetest eller ett offline-riktmärke. Ta med utgångsvärde, omfattning och tidsperiod när det är relevant. Mätvärden utan sammanhang är svåra att tolka.

Tydliggör ditt ansvar i produktion

Beskriv vad du ansvarade för efter träningen: feature-pipelines, modellservering, övervakning, omträning, återställning eller jourutredningar. Ange driftsättningsmiljön och ett konkret mått, till exempel p95-svarstid, uppdateringstid, molnkostnad eller antal förfrågningar. Ge inte intryck av att en modell var redo för produktion om den bara kördes i en notebook eller ett begränsat pilotprojekt.

Nämn verktyg med relevant sammanhang

Lista språk, ramverk, molntjänster och driftsättningsverktyg som du kan prata om på en intervju, och visa sedan var du använde dem i punkterna om din erfarenhet. Använd formuleringarna i platsannonsen när de korrekt beskriver ditt arbete. Undvik långa listor med bibliotek och att räkna upp varje modellarkitektur du har testat utan att förklara syftet.

Fyll luckor i din erfarenhet med projekt

Om du har begränsad erfarenhet av att driftsätta modeller i jobbet kan du ta med ett eller två relevanta projekt med länk till kodförråd eller demo, datakälla, utvärderingssätt och vad du byggde. Förklara databegränsningar och dela inte konfidentiell kod, kundinformation eller resultat som inte går att återskapa. Ett projekt ska ge nya belägg för din kompetens, inte upprepa kompetenslistan.

Vanliga nyckelord

Kompetenser och verktyg som ofta anges för den här yrkesrollen. Använd bara sådant du kan och formulera det som i platsannonsen. Klicka på ett nyckelord för att kopiera det.

Handlingsverb

ByggdeDriftsatteMinskadeFörbättradeAutomatiseradeUtvärderadeOptimerade

Frågor om den här yrkesrollen

Hur långt bör ett CV för en maskininlärningsingenjör vara?

Har du flera års relevant erfarenhet kan två sidor fungera om varje avsnitt ger användbara belägg för din erfarenhet av modeller, datasystem eller produktionsansvar. Lägg den mest relevanta erfarenheten på första sidan och korta ned äldre detaljer som inte stöder din ansökan. Ett fokuserat CV på en sida kan också fungera bra om det är lättläst och ger tillräckligt med sammanhang för dina resultat.

Bör jag ta med en portfolio eller GitHub-länk?

Ta med en länk om den visar arbete som stärker din ansökan, till exempel ett projekt som går att återskapa, en teknisk text eller ett offentligt bidrag. Placera länken nära dina kontaktuppgifter eller i ett projektavsnitt och se till att kodförrådet har en tydlig README och saknar hemligheter och begränsade data. Förlita dig inte på länken i stället för att beskriva ditt bidrag i CV:t.

Vilka certifieringar bör en maskininlärningsingenjör ta med?

Det finns ingen allmän amerikansk licens eller obligatorisk certifiering för maskininlärningsingenjörer. Ta med en certifiering när den är relevant för jobbet och aktuell, och när den kommer från en välkänd utfärdare, till exempel en molnplattform. Ange exakt namn och utfärdare. Ta bort utgångna certifieringar och korta kursintyg som tillför lite utöver dina visade kunskaper.

Kan jag gå från datavetenskap till maskininlärningsteknik?

Ja. Lyft fram belägg för ingenjörsarbete vid sidan av modellutvecklingen: tillförlitliga datapipelines, testad kod, API:er eller batchjobb, driftsättning, övervakning och samarbete med produkt- eller infrastrukturteam. Beskriv din roll korrekt och visa vilka verktyg du använde och vilka resultat du nådde. Om du har begränsad erfarenhet kan du lägga till ett fokuserat projekt som visar hela kedjan från databeredning till utvärdering och driftsättning.