Chicago / Mbali (Sawa kwa wagombeaji wa kipekee) · Mhandisi Mkuu wa ML · Muda kamili Sisi ni KP-b
Kuhusu jukumu hili
Mdundo | Chicago / Mbali (Sawa kwa wagombeaji wa kipekee) | Mhandisi Mwandamizi wa ML | Muda kamili Sisi ni KP-backed startup kwamba ni kutatua usingizi apnea kwa 1bn watu. Tunatafuta mhandisi wa kipekee wa ML/AI ili kusaidia kuunda viigaji vya binadamu. Timu yetu imejaa vipaji vya ufundi vya hali ya juu na hii ni fursa ya mara moja katika maisha ya kuboresha maisha ya kila siku ya watu ulimwenguni kote. Tafadhali tutumie barua pepe uthibitisho wa mradi wowote wa kipekee wa AI katika kanishk [at] rhythmpap [dot] com. Pointi za bonasi ikiwa ilibidi upunguze CPAP hapo awali
Kuhusu majukumu ya data / ml
Data na majukumu ya ML yamegawanyika katika kambi tatu: wachambuzi (SQL, dashibodi, maswali ya biashara), wahandisi (mabomba, miundombinu), na wanasayansi (kuiga mfano, majaribio). Kichwa cha kazi huwa hakiambii ipi - soma maelezo kwa makini.
Ujuzi wa kawaida: SQL, Python, pandas, takwimu za msingi; Majukumu ya ML huongeza scikit-learn / PyTorch / TensorFlow; majukumu ya uhandisi kuongeza Airflow / dbt / Spark
Maarifa ya mishahara (Marekani, mbaya)
Masafa ya kawaida ya majukumu ya data / ml nchini Marekani ni $85,000–$240,000/mwaka, zinazotofautiana sana kulingana na cheo, hatua ya kampuni, na jiji.
Makadirio pekee. Kwa nambari mahususi za kampuni, angalia levels.fyi (tech), Glassdoor, au uulize kwenye mahojiano.
Jinsi ya kujiandaa kwa mahojiano
Mahojiano ya data yamegawanywa: wachambuzi pata SQL + maswali ya uchunguzi wa kesi, wahandisi pata muundo wa bomba + usimbaji, wanasayansi pata takwimu + muundo wa ML + wakati mwingine mkusanyiko wa data wa kuchukua nyumbani. Soma JD kwa uangalifu na ujiandae kupata ladha halisi - usipoteze muda kwenye PyTorch kwa jukumu la mchambuzi.
Maswali ya kawaida kwa yote matatu: "Unaweza kupima vipi mafanikio kwa [kipengele cha bidhaa]?", "Nitembeze kwenye mradi ambapo data ilikuambia kitu cha kushangaza", na Kazi za dirisha la SQL (LAG, ROW_NUMBER, PARTITION BY — fanya mazoezi haya mahususi). Kwa majukumu ya ML, tarajia swali kuhusu kufidia kupita kiasi, kubadilishana kwa upendeleo, na jinsi ungetatua muundo unaofanya vyema katika mafunzo na vibaya katika uzalishaji.
Ambapo jukumu hili kawaida huongoza
Njia za taaluma katika data/ML zimekuwa mbaya zaidi kwani nidhamu inakua. Maendeleo ya wazi zaidi: Mchambuzi Mdogo → Mchambuzi Mwandamizi → Meneja wa Uchanganuzi kwa upande wa wachambuzi, Mhandisi wa Data Mdogo → Mwandamizi → Wafanyakazi kwa upande wa uhandisi, na Junior DS → Senior DS → Principal DS / ML Lead kwa upande wa modeli. Vilele vya mishahara ni vya juu zaidi kwa wahandisi wa ML + wanasayansi watafiti katika makampuni makubwa ya teknolojia.
Hatua za nidhamu tofauti ni za kawaida: wachambuzi wanaojifunza uhandisi mara nyingi huwashinda wahandisi ambao hawakujifunza muktadha wa biashara. Kaa karibu na biashara - watu wa data muhimu zaidi ni wale wasimamizi huleta katika majadiliano ya mkakati, sio wale wanaounda dashibodi peke yao.
Bendera nyekundu za kutazama
- Jukumu la "Mwanasayansi wa data" ambalo ni mchambuzi wa SQL. Soma majukumu kwa uangalifu - ikiwa ni dashibodi zote na hoja za dharura, ni jukumu la mchambuzi na jina la sayansi.
- Hakuna kutajwa kwa ushirikiano wa wadau. Kazi ya data katika kutengwa kwa kawaida ni kazi ya data ambayo hupuuzwa. Jukumu linahitaji kupachikwa na timu ya biashara.
- "AI / ML" imeorodheshwa kila mahali lakini hakuna maalum. Iwapo hawawezi kutaja matatizo halisi wanayotaka kutatua na ML, kampuni hiyo ni ya ununuzi wa maneno.
- Kuuliza "miaka 10+ ya Python" au mchanganyiko usiowezekana. Labda JD iliandikwa na HR bila maoni kutoka kwa timu ya data, au kampuni ina matarajio yasiyo ya kweli.
Maswali yanayoulizwa mara kwa mara
Je, ninaombaje jukumu hili?
Bofya kitufe cha "Tuma kwa Hn-Who-Hiring" kilicho juu ya ukurasa huu. Utatumwa kwa chapisho asili ambapo mwajiri anakubali maombi. Wikishopline haikusanyi wasifu au kuchakata maombi.
Je, uorodheshaji huu ni wa sasa?
Wikishopline hujumlisha kazi kila siku kutoka kwa vyanzo vya washirika (hn-who-hiring). Machapisho ambayo ni ya zaidi ya siku ~14 yanakatwa, lakini kila wakati thibitisha jukumu bado liko wazi kwenye tovuti ya mwajiri kabla ya kutumia muda kwenye barua ya kazi.
Je, Wikishopline huwatoza waajiri au waombaji?
Hapana. Kazi zilizojumlishwa ni za bure kwa pande zote mbili. Wikishopline pia inakubali machapisho yanayolipishwa ya $5/30 kwa siku/jobs/submit kwa waajiri wanaotaka mwonekano wa moja kwa moja — lakini biashara unayoitazama ilitolewa na mshirika.
Je, jukumu la data / ml kawaida huhusisha nini?
Data na majukumu ya ML yamegawanyika katika kambi tatu: wachambuzi (SQL, dashibodi, maswali ya biashara), wahandisi (mabomba, miundombinu), na wanasayansi (kuiga mfano, majaribio). Kichwa cha kazi huwa hakiambii ipi - soma maelezo kwa makini.
Ni aina gani ya mishahara ya kawaida kwa majukumu ya data / ml nchini Marekani?
Takriban $85,000–$240,000 USD/mwaka, kulingana na cheo, eneo na hatua ya kampuni. Hii ni aina mbalimbali kwa makusudi - thibitisha dhidi ya levels.fyi au Glassdoor kwa kampuni mahususi.
