Jurutera Data · JAUH · Sepenuh Masa Kami ialah ~20 orang bukan untung yang melakukan penyelidikan ramalan tentang h
Mengenai peranan ini
Institut Penyelidikan Ramalan (FRI) | Jurutera Data | JAUH | Sepenuh masa Kami ialah ~20 orang bukan untung yang melakukan penyelidikan ramalan tentang masalah berisiko tinggi, termasuk kemajuan AI, biosekuriti dan risiko nuklear. Kami mempunyai berpuluh-puluh projek aktif yang menjana data ramalan daripada tinjauan, panel pakar dan sistem AI. Kami sedang mencari jurutera data berdedikasi pertama kami. Anda akan bermula bersama vendor luar yang memperluaskan gudang sedia ada, kemudian mengambil pemilikan penuh. Secara konkrit, kerja itu akan melibatkan pembinaan saluran paip ELT daripada platform tinjauan dan sumber luaran ke dalam awan
Mengenai peranan data / ml
Peranan Data dan ML dibahagikan kepada tiga kem: penganalisis (SQL, papan pemuka, soalan perniagaan), jurutera (saluran paip, infrastruktur) dan saintis (pemodelan, percubaan). Tajuk kerja tidak selalu memberitahu anda yang mana satu — baca penerangan dengan teliti.
Kemahiran tipikal: SQL, Python, panda, statistik asas; Peranan ML menambah scikit-learn / PyTorch / TensorFlow; peranan kejuruteraan menambah Aliran Udara / dbt / Spark
Cerapan gaji (AS, kasar)
Julat biasa untuk peranan data / ml di AS ialah $85,000–$240,000/tahun, berbeza secara meluas mengikut kekananan, peringkat syarikat dan bandar.
Anggaran sahaja. Untuk nombor khusus syarikat, semak level.fyi (teknologi), Glassdoor, atau tanya dalam temu duga.
Bagaimana untuk membuat persediaan untuk temuduga
Temu bual data berpecah: penganalisis dapatkan soalan kajian kes SQL +, jurutera dapatkan reka bentuk saluran paip + pengekodan, ahli sains dapatkan statistik + pemodelan ML + kadangkala set data bawa pulang. Baca JD dengan teliti dan sediakan kepada rasa sebenar — jangan buang masa pada PyTorch untuk peranan penganalisis.
Soalan lazim dalam ketiga-tiga: "Bagaimanakah anda mengukur kejayaan untuk [ciri produk]?", "Bawa saya melalui projek yang datanya memberitahu anda sesuatu yang mengejutkan", dan Fungsi tetingkap SQL (LAG, ROW_NUMBER, PARTITION BY — amalkan ini secara khusus). Untuk peranan ML, jangkakan soalan tentang overfitting, tukar ganti bias-varian dan cara anda menyahpepijat model yang berprestasi baik dalam latihan dan teruk dalam pengeluaran.
Ke mana peranan ini biasanya membawa
Laluan kerjaya dalam data/ML semakin kucar-kacir apabila disiplin telah matang. Perkembangan yang paling jelas: Penganalisis Muda → Penganalisis Kanan → Pengurus Analitis dari segi penganalisis, Jurutera Data Muda → Kanan → Kakitangan di bahagian kejuruteraan, dan DS Junior → DS Kanan → Pengetua DS / Ketua ML pada bahagian pemodelan. Puncak gaji adalah tertinggi untuk jurutera ML + saintis penyelidikan di firma teknologi besar.
Pergerakan merentas disiplin adalah perkara biasa: penganalisis yang mempelajari kejuruteraan sering mengatasi jurutera yang tidak mempelajari konteks perniagaan. Kekal dekat dengan perniagaan — orang data yang paling berharga ialah orang yang eksekutif bawa ke dalam perbincangan strategi, bukan orang yang membina papan pemuka sahaja.
Bendera merah untuk diperhatikan
- Peranan "saintis data" yang benar-benar penganalisis SQL. Baca tanggungjawab dengan teliti — jika itu semua papan pemuka dan pertanyaan ad-hoc, ia adalah peranan penganalisis dengan tajuk sains.
- Tidak menyebut kerjasama pihak berkepentingan. Kerja data secara berasingan biasanya kerja data yang diabaikan. Peranan itu perlu disematkan dengan pasukan perniagaan.
- "AI / ML" disenaraikan di mana-mana tetapi tiada butiran khusus. Jika mereka tidak dapat menamakan masalah sebenar yang ingin mereka selesaikan dengan ML, syarikat itu sedang membeli-belah kata-kata.
- Meminta "10+ tahun Python" atau gabungan mustahil. Sama ada JD ditulis oleh HR tanpa input daripada pasukan data, atau syarikat mempunyai jangkaan yang tidak realistik.
Soalan lazim
Bagaimanakah cara saya memohon kepada peranan ini?
Klik butang "Apply on Hn-Who-Hiring" di bahagian atas halaman ini. Anda akan dihantar ke siaran asal di mana majikan menerima permohonan. Wikishopline tidak mengumpul resume atau memproses permohonan.
Adakah penyenaraian ini semasa?
Wikishopline mengagregatkan pekerjaan setiap hari daripada sumber rakan kongsi (hn-who-hiring). Siaran yang lebih lama daripada ~14 hari dipangkas, tetapi sentiasa sahkan peranan itu masih terbuka di tapak majikan sebelum anda meluangkan masa untuk surat lamaran.
Adakah Wikishopline mengenakan bayaran kepada majikan atau pemohon?
Tidak. Pekerjaan agregat adalah percuma untuk kedua-dua pihak. Wikishopline juga menerima siaran berbayar $5 / 30 hari di /jobs/submit untuk majikan yang mahukan keterlihatan langsung — tetapi penyenaraian yang anda lihat diperoleh daripada rakan kongsi.
Apakah yang biasanya melibatkan peranan data / ml?
Peranan Data dan ML dibahagikan kepada tiga kem: penganalisis (SQL, papan pemuka, soalan perniagaan), jurutera (saluran paip, infrastruktur) dan saintis (pemodelan, percubaan). Tajuk kerja tidak selalu memberitahu anda yang mana satu — baca penerangan dengan teliti.
Apakah julat gaji biasa untuk peranan data / ml di AS?
Kira-kira $85,000–$240,000 USD/tahun, bergantung pada kekananan, lokasi dan peringkat syarikat. Ini adalah julat yang luas dengan tujuan — sahkan terhadap level.fyi atau Glassdoor untuk syarikat tertentu.