Makine Öğrenimi Mühendisi – ML Değerlendirme ve Deney Tasarımı

AI, AI modeli eğitimi ve değerlendirmesinde kullanılan makine öğrenimi zorluklarını incelemeye ve değerlendirmeye odaklanan özel bir proje için deneyimli Makine Öğrenimi Mühendislerini işe alıyor.

Çalışma, zorlukların teknik olarak sağlam, tekrarlanabilir, uygun şekilde zor olup olmadığını ve gerçekten güçlü makine öğrenimi muhakemesi gerektirip gerektirmediğini belirlemek için makine öğrenimi deneylerini, veri kümelerini, ölçümleri ve ardışık düzenleri analiz etmeyi içeriyor.

NE ÜZERİNDE ÇALIŞACAKSINIZ

Aşağıdakileri içeren makine öğrenimi zorluklarını gözden geçireceksiniz:

– Deney tasarımı ve model seçimi

– Küçük ve sentetik veri kümeleri

– Veri kalitesi ve ön işleme

– Dağıtım kayması ve veri kirliliği

– Etiket gürültüsü ve özellik sızıntısı

– Model değerlendirmesi ve metrik seçimi

– Hiperparametre ayarı

– Eğitim / doğrulama / test metodolojisi

– Tekrarlanabilirlik ve deterministik boru hatları

– Model iyileştirmelerinin istatistiksel önemi

Rolün önemli bir kısmı, bir zorluğun kaba kuvvet modeli seçimi veya büyük hiper parametre aramaları yoluyla çözülebilir olmaktan ziyade gerçekten iyi makine öğrenimi muhakemesini ödüllendirip ödüllendirmediğini belirlemektir.

ARADIĞIMIZ ŞEY

– 3 yıldan fazla uygulamalı uygulamalı makine öğrenimi deneyimi

– Aşağıdaki konularda güçlü deneyim:

– Makine öğrenimi deney tasarımı

– Model seçimi

– Hiperparametre ayarı

– Model değerlendirmesi

– Veri ön işleme ve doğrulama

– Eğitim, doğrulama ve test bölümlerine ilişkin güçlü anlayış

– Tanımlama yeteneği:

– Veri sızıntısı

– Etiket gürültüsü

– Dağıtım kayması

– Sahte korelasyonlar

– Özellik sızıntısı

– Veri kirliliği

– Performans iyileştirmelerinin rastgele dalgalanmalar yerine istatistiksel olarak anlamlı olup olmadığını değerlendirme deneyimi

– ML değerlendirme metriklerinin ve farklı metriklerin ne zaman uygun olduğunun güçlü bir şekilde anlaşılması

– CPU ve GPU ortamlarında makine öğrenimi iş yüklerinde hata ayıklama deneyimini yaşayın

– Teknik sorunları analiz etme ve net yazılı geri bildirim sağlama becerisi

SAHİP OLMAK GÜZEL

– Kaggle, DrivenData veya benzeri makine öğrenimi yarışmaları oluşturma veya bunlara katılma deneyimi

– Karşılaştırmalı veri kümeleri veya makine öğrenimi zorlukları tasarlama deneyimi

– Veri merkezli yapay zeka veya veri kümesi kalitesinde arka plan

– Sentetik veri oluşturma ve doğrulama konusunda deneyim

– İstatistiksel testler, güven aralıkları ve etki büyüklükleri hakkında bilgi sahibi olmak

– ML değerlendirme ardışık düzenleri, RLHF veya AI model değerlendirmesi konusunda deneyim

– Makine öğrenimi müfredatı veya teknik değerlendirme geliştirme deneyimi

– Aşağıdakiler gibi yaygın ML hata modlarının anlaşılması:

– Kısayol öğrenme

– Sahte korelasyonlar

– Goodhart Yasası

– Simpson paradoksu

– Metrik oyun

NEDEN SORUMLU OLACAKSINIZ

– ML zorluklarını gözden geçirmek ve bunların iyi tasarlanmış ve teknik olarak çözülebilir olup olmadığını belirlemek

– Veri setlerinin anlamlı ve öğrenilebilir sinyaller içerip içermediğinin değerlendirilmesi

– Sentetik veri kümelerinde istenmeyen kısayolların veya yapıtların belirlenmesi

– Görevlerin altta yatan makine öğrenimi sorununun gerçek teşhisini gerektirip gerektirmediğini belirlemek

– Değerlendirme metriklerinin ve iyileştirme eşiklerinin gözden geçirilmesi

– Metrik oyun, veri sızıntısı ve değerlendirme kusurlarının tespiti

– Tüm veri → model → değerlendirme hattı genelinde tekrarlanabilirliğin doğrulanması

– Mücadele zorluğunun uygun şekilde kalibre edilip edilmediğinin değerlendirilmesi

– Sorunlu görevlerin iyileştirilmesi, yeniden kalibre edilmesi veya hariç tutulması için net öneriler sunmak

NİŞAN

Çalışma Türü: Uzaktan

Katılım: Yarı zamanlı, proje bazlı danışmanlık

Odak noktası: Uygulamalı makine öğrenimi, deney tasarımı, veri kalitesi ve model değerlendirmesi

Bu rol, denemelerde hata ayıklamaktan, modellerin neden başarılı veya başarısız olduğunu anlamaktan, veri kümelerindeki ve değerlendirme ardışık düzenlerindeki sorunları tanımlamaktan ve titiz makine öğrenimi deneyleri tasarlamaktan hoşlanan makine öğrenimi mühendisleri için son derece uygundur.

Kaynak: AB Uzaktan İşler (https://euremotejobs.com/job/machine-learning-engineer-ml-evaluation-experiment-design/)