Для такої роботи треба мати математичні знання, знати програмування. З іншого боку, бути MLOps — могти налаштувати всю інфраструктуру, яка потрібна для роботи моделі. Тут важливо розділяти інфраструктуру для моделі й даних. Інфраструктурою для даних займається Data Engineer.

Data Engineer (retraining to Machine Learning Engineer)

Більшість опитаних ML-інженерів уникають розповіді про деталі проєктів, посилаючись на політику компанії. Проте додають, що нудно у цій професії точно не буде. Щодо типу компанії, то часто ML Engineer потрібен саме на аутстафі чи в продуктовій компанії. Це важливий актив компанії, і зазвичай роботодавець не готовий ділитися даними назовні та віддавати задачу на аутсорс. Дехто вивчає лише основи Python і відразу переходить до інструментів.

🦾 Найскладніший і найцікавіший проєкт

Для тих, хто любить працювати з даними, математикою та програмуванням, це буде чудовий вибір професії. На мою думку, ML Engineer — це людина, яка може проаналізувати дані, підготувати їх, провести експерименти, натренувати модель і впровадити рішення у продакшн. Може варто задонатити, почати розмовляти українською або допомогти іншим? Пам’ять не пасивна — це активна участь у спільній боротьбі за майбутнє. Робота над інноваційними проєктами у сфері енергетики. Можливість професійного розвитку та навчання.

ML Engineer

До плюсів належить те, що машинне навчання захопливе, тут менше буденності в робочих завданнях. Кожен новий проєкт — це нове дослідження. Часто доводиться глибоко занурюватися в доменну частину, відповідно — співпрацювати з ключовими людьми на проєкті, які ухвалюють стратегічні рішення, а це цікаво. Ще ви можете мати значно більший вплив на продукт (якщо ваша модель працюватиме добре), ніж у стандартному програмуванні, де ви зазвичай почуваєтеся гвинтиком у великому механізмі. Залежно від проєкту, чогось може бути більше, а чогось — менше. Натискаючи «Продовжити», щоб приєднатися або увійти, ви приймаєте Угоду про користування LinkedIn, Політику конфіденційності та Політику щодо файлів cookie.

Увійдіть, щоб налаштувати сповіщення про вакансії для посад за запитом «Machine Learning Engineer».

Виберіть «Прийняти» щоб погодитися, або «Відхилити», щоб не дозволити використовувати несуттєві файли cookie. Ви зможете оновити свій вибір у своїх налаштування у будь-який час. Дізнатися більше про нашу Політика щодо файлів cookie. Product manager це — Хто такий Machine Learning Engineer і чим він займається?

🧠 Які знання і досвід потрібні Machine Learning Engineer

Гарна новина в тому, що вони змінюються не з такою ж швидкістю, як, наприклад, у JS. Машинне навчання передбачає виявлення закономірностей у даних, використовуючи алгоритми, що дає змогу комп’ютерам робити прогнози без втручання людини, а в багатьох випадках і ухвалювати рішення. Участь у вебінарі безкоштовна за умови попередньої реєстрації. Процес реєстрації відбувається в один клік. Щоб модель добре працювала у програмах реального часу, ML Engineer співпрацює з Data Analyst, Product Manager і розробниками ПЗ. Гарно мати під рукою Mathematics for Machine Learning.

• Гарно мати під рукою Mathematics for Machine Learning.
• Однозначно треба володіти мовою програмування, вміти писати production ready код.
• Гарна новина в тому, що вони змінюються не з такою ж швидкістю, як, наприклад, у JS.
• Оскільки зростає кількість даних і ми все частіше стикаємося з Big Data, то знати Apache Spark, Apache Hadoop теж не завадить.
• Ще одна рекомендація — Designing Machine Learning Systems.
• Процес реєстрації відбувається в один клік.

Senior Software Engineer – C/C++, Microsoft MFC Development (with Oil & Gas Domain preferred)

З моєї практики, саме на впровадження моделі в продакшн йде найбільше часу, а іноді випливають нюанси, за яких задачу неможливо розв’язати так, як хоче того замовник. Важливо вміти подати замовнику результат роботи своєї моделі, описати вдалі метрики. Оскільки зростає кількість даних і ми все частіше стикаємося з Big Data, то знати Apache Spark, Apache Hadoop теж не завадить. DOU поцікавився у людей, які мають великий досвід у сегменті Machine Learning, про те, чим займається спеціаліст на такій позиції, які знання потрібні, які є переваги й недоліки професії та як стати інженером з машинного навчання. В інші дні ви можете активно працювати над інфраструктурою, це вже більш інженерне завдання.

Далі переходьте до експериментів з побудови моделі та інфраструктури. Розуміння проблеми та  визначення обсягу проєкту.