วิทยาการข้อมูลและ AI · อาวุโส (6 ปีขึ้นไป)

เรซูเม่ผู้เชี่ยวชาญด้านการวิจัย AI

ตัวอย่างนี้แสดงให้เห็นว่านักวิจัย AI เชื่อมโยงวิธีการทดลอง การประเมินโมเดล และผลงานตีพิมพ์เข้ากับผลลัพธ์การวิจัยที่วัดได้อย่างไร เรซูเม่สำหรับตำแหน่งนี้ที่ดีจะระบุส่วนร่วมเฉพาะของคุณให้ชัดเจน และให้รายละเอียดทางเทคนิคเพียงพอแก่ทีมในการประเมินผลงาน

ตรวจสอบเรซูเม่

สิ่งที่ผู้สรรหาและระบบติดตามผู้สมัครมองหา ใช้เป็นแนวทาง ไม่ใช่การคาดการณ์

100 / 100ครบถ้วน

100%
  • ข้อมูลติดต่อคะแนน 20 / 20
  • สรุปประวัติคะแนน 20 / 20
  • ประสบการณ์คะแนน 30 / 30
  • ทักษะคะแนน 20 / 20
  • การศึกษาคะแนน 10 / 10

ข้อมูลติดต่อ

ใส่ข้อมูลเหล่านี้ไว้ด้านบน เพราะผู้สรรหาและระบบติดตามผู้สมัครจะมองหาเป็นอันดับแรก

ไม่บังคับ เรซูเม่ในสหรัฐฯ สหราชอาณาจักร และแคนาดามักไม่มีรูปถ่าย

67 คำ

เขียนหนึ่งงานต่อหนึ่งย่อหน้า เริ่มผลงานแต่ละข้อในบรรทัดใหม่ด้วย “-”

10 ทักษะ

คั่นทักษะแต่ละรายการด้วยเครื่องหมายจุลภาค เช่น Excel, SQL, การวางแผนโครงการ

หัวข้อเพิ่มเติม

โครงการ ใบรับรอง ภาษา หรือข้อมูลอื่นที่ช่วยสนับสนุนใบสมัครของคุณ

ผลงานตีพิมพ์ที่คัดเลือก
เครื่องมือวิจัย

อเล็กซ์ มอร์แกน

ผู้เชี่ยวชาญด้านการวิจัย AI

  • อเล็กซ์.มอร์แกน@เอ็กแซมเพิล.คอม
  • +1 555 0100
  • Denver, CO

สรุปประวัติ

นักวิจัย AI ที่มีประสบการณ์ 8 ปีในห้องปฏิบัติการวิจัยแมชชีนเลิร์นนิงประยุกต์ พัฒนาโมเดล Transformer และวิธีการเรียนรู้แบบเสริมกำลัง มีทักษะด้านการออกแบบการทดลอง การประเมินโมเดล และเวิร์กโฟลว์การฝึกที่ทำซ้ำได้ สำเร็จการศึกษาระดับปริญญาเอกสาขาวิทยาการคอมพิวเตอร์และมีผลงานวิจัยที่ผ่านการประเมินโดยผู้ทรงคุณวุฒิ

ประสบการณ์

นักวิจัยอาวุโสที่ Cedar Peak Intelligence, Boulder, CO (2021 – ปัจจุบัน) - ออกแบบแนวทางการเรียนรู้แบบเสริมกำลังสำหรับงานภาษาหลายขั้นตอน และเพิ่มอัตราการทำงานสำเร็จ 4 จุดเปอร์เซ็นต์ในชุดประเมินผลภายใน - สร้างไปป์ไลน์ประเมินผลด้วย PyTorch สำหรับโมเดล 12 รูปแบบ ลดเวลาทบทวนการทดลองจาก 5 วันเหลือ 3 วัน - ให้คำปรึกษาผู้ช่วยวิจัย 2 คนด้านการออกแบบการทดลองและเวิร์กโฟลว์ที่ทำซ้ำได้ พร้อมร่วมทำการทดลองในบทความร่วม 3 ฉบับ นักวิจัยที่ Alpine Signal Labs, Denver, CO (2018 – 2021) - ฝึกโมเดล Transformer สำหรับทำความเข้าใจเอกสารด้วยงาน PyTorch แบบกระจาย ลดค่าความคลาดเคลื่อนในการตรวจสอบลง 9% บนชุดข้อมูลที่กันไว้ - จัดทำการศึกษาตัดองค์ประกอบเพื่อเปรียบเทียบการตั้งค่าโมเดล 6 แบบ และพบสถาปัตยกรรมที่เรียบง่ายกว่า ซึ่งลดการประมวลผลที่ใช้ในการฝึกลง 15%

การศึกษา

ปริญญาเอกสาขาวิทยาการคอมพิวเตอร์ — Summit Plains University, Fort Collins, CO (2018)

ทักษะ

  • การเรียนรู้เชิงลึก
  • โมเดล Transformer
  • การเรียนรู้แบบเสริมกำลัง
  • การประมวลผลภาษาธรรมชาติ
  • PyTorch
  • JAX
  • การประเมิน LLM
  • การออกแบบการทดลอง
  • การฝึกแบบกระจาย
  • การวิเคราะห์ทางสถิติ

ผลงานตีพิมพ์ที่คัดเลือก

• “การปรับแต่งอย่างมีประสิทธิภาพสำหรับงานเอกสารความยาวมาก,” NeurIPS (2024) • “การเพิ่มประสิทธิภาพตามความชอบภายใต้ผลตอบรับที่จำกัด,” ICML (2022)

เครื่องมือวิจัย

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

วิธีเขียนเรซูเม่สำหรับตำแหน่ง ผู้เชี่ยวชาญด้านการวิจัย AI

เริ่มด้วยสาขาวิจัยของคุณ

วางหัวข้อวิจัย วิธีการที่คุณถนัดที่สุด และผลงานวิจัยหรือโครงการที่เกี่ยวข้องมากที่สุดไว้ช่วงต้น ทีมสรรหาควรเห็นได้อย่างรวดเร็วว่างานของคุณตรงกับสาขาของทีมหรือไม่ เช่น โมเดลภาษา การเรียนรู้แบบเสริมกำลัง หรือการตีความได้ ระบุส่วนที่คุณมีส่วนร่วมในงานที่ทำร่วมกับผู้อื่น และใส่ลิงก์ไปยังบทความวิจัยหรือคลังโค้ดสาธารณะเมื่อมีผลงานดังกล่าวและเหมาะสมที่จะแบ่งปัน

อธิบายการทดลองและผลลัพธ์

ในแต่ละโครงการ ให้ระบุคำถาม แนวทางที่ใช้ และหลักฐานที่แสดงว่าแนวทางนั้นได้ผล หากเปิดเผยได้ ให้ใส่ค่าฐาน ชุดประเมินผล การทดลองตัดองค์ประกอบ หรือข้อมูลการใช้ทรัพยากร ใช้ตัวเลขที่สะท้อนขอบเขตการทดลองจริง เช่น จำนวนรูปแบบที่ทดสอบ หรือการเปลี่ยนแปลงของตัวชี้วัดที่กำหนดไว้ หลีกเลี่ยงการกล่าวอ้างความสามารถของโมเดลในวงกว้างโดยไม่มีหลักฐานรองรับ

จัดรายการผลงานตีพิมพ์ให้อ่านง่าย

แยกบทความที่คัดเลือกมาไว้ในหัวข้อเฉพาะ โดยระบุชื่อ สถานที่เผยแพร่ ปี และลำดับชื่อผู้เขียน หากช่วยให้เห็นส่วนร่วมของคุณชัดเจนขึ้น ใส่ลิงก์ไปยังบทความหรือต้นฉบับก่อนตีพิมพ์เมื่อเผยแพร่ต่อสาธารณะ แยกงานที่ผ่านการประเมินโดยผู้ทรงคุณวุฒิออกจากต้นฉบับก่อนตีพิมพ์และงานที่กำลังดำเนินการ อย่าทำให้เข้าใจว่างานที่ยังอยู่ระหว่างการพิจารณาได้รับการตอบรับแล้ว เพิ่มวิทยานิพนธ์เฉพาะเมื่อเกี่ยวข้องกับตำแหน่งที่คุณต้องการ

ระบุเครื่องมือพร้อมบริบทการวิจัย

ระบุเฟรมเวิร์กและโครงสร้างพื้นฐานที่คุณใช้โดยตรง เช่น PyTorch, JAX หรือเครื่องมือฝึกโมเดลแบบกระจาย และเชื่อมโยงกับการทดลองในส่วนประสบการณ์ทำงาน ตัดรายชื่อไลบรารียาว ๆ ที่คุณเพียงแค่เคยลองใช้ออก ไม่ใส่รายละเอียดโครงการที่เป็นความลับ ผลการทดลองที่ยังไม่เผยแพร่และคุณเปิดเผยไม่ได้ รวมถึงคำกล่าวกว้าง ๆ ว่าคุณมีนวัตกรรมหรือใฝ่รู้ทางวิชาการ

คำสำคัญที่ใช้กันทั่วไป

ทักษะและเครื่องมือที่มักระบุสำหรับตำแหน่งนี้ ใช้เฉพาะสิ่งที่คุณมี และใช้คำตามประกาศรับสมัครงาน คลิกเพื่อคัดลอก

คำกริยาแสดงการลงมือทำ

พัฒนาประเมินออกแบบปรับปรุงเผยแพร่วิเคราะห์ให้คำปรึกษา

คำถามเกี่ยวกับตำแหน่งนี้

เรซูเม่นักวิจัย AI ควรยาวแค่ไหน

ไม่มีความยาวที่กำหนดตายตัว สำหรับนักวิจัยที่มีประสบการณ์ เรซูเม่สองหน้าอาจมีพื้นที่เพียงพอสำหรับผลงานวิจัยที่คัดเลือกมา รายการตีพิมพ์ และประสบการณ์ด้านเทคนิค วางงานที่เกี่ยวข้องมากที่สุดไว้ช่วงต้น และตัดรายละเอียดเก่าที่ไม่สนับสนุนตำแหน่งเป้าหมายออก หากใบสมัครขอ CV หรือรายการตีพิมพ์ ให้ทำตามคำแนะนำและส่งเอกสารตามที่ระบุ

ควรใส่บทความและต้นฉบับก่อนตีพิมพ์ทุกชิ้นไหม

โดยทั่วไป ให้เลือกผลงานที่เกี่ยวข้องมากที่สุดจำนวนหนึ่งมาใส่ในเรซูเม่ และใส่ลิงก์ไปยังรายการตีพิมพ์ฉบับเต็มหากมี ระบุสถานที่เผยแพร่และปี พร้อมกำกับต้นฉบับก่อนตีพิมพ์หรืองานที่กำลังดำเนินการให้ถูกต้อง ระบุลำดับชื่อผู้เขียนเมื่อช่วยอธิบายบทบาทของคุณ โดยเฉพาะในบทความที่ทำร่วมกัน ทำตามคำแนะนำของใบสมัครเกี่ยวกับรายการตีพิมพ์

งานวิจัย AI กำหนดให้ต้องจบปริญญาเอกไหม

ข้อกำหนดแตกต่างกันไปตามนายจ้าง ทีม และสาขาวิจัย ตำแหน่งนักวิจัยหลายแห่งกำหนดวุฒิปริญญาเอกหรือประสบการณ์วิจัยที่เทียบเท่า ขณะที่บางแห่งพิจารณาผลงานอิสระที่โดดเด่น บทความตีพิมพ์ หรือประสบการณ์วิจัยประยุกต์ที่ครอบคลุมแทนวุฒิเฉพาะ อ่านประกาศรับสมัครแต่ละตำแหน่งให้ละเอียด และนำเสนอหลักฐานผลงานวิจัย วิธีการ และความเชี่ยวชาญด้านเทคนิคของคุณ

ย้ายจากวิศวกรรมซอฟต์แวร์มาทำวิจัย AI ได้ไหม

ได้ แต่ควรแสดงหลักฐานด้านการวิจัยควบคู่กับทักษะวิศวกรรม เน้นการทดลองที่คุณออกแบบ บทความหรือรายงานทางเทคนิค งานโอเพนซอร์ส หรือการทำงานร่วมกันที่แสดงให้เห็นคำถามวิจัยและการประเมินผลอย่างรอบคอบ แยกงานวิศวกรรมระบบใช้งานจริงออกจากผลงานวิจัยให้ชัดเจน เลือกตัวอย่างให้ตรงกับจุดเน้นของตำแหน่ง และอย่าอ้างชื่อผู้เขียนหรือผลลัพธ์ที่ยืนยันไม่ได้