AI ইঞ্জিনিয়ার (m/w/d)

এই ভূমিকা সম্পর্কে

Deine Rolle Als AI Engineer bei gocomo übernimmst du die Verantwortung für die KI-System hinter alfred, unserem Enterprise-SaaS-Produkt für Social-Media-Analytics. alfred verarbeitet monatlich tausende Nutzeranfragen über eine konversationelle KI-Oberfläche und analysiert dabei mehr als 750.000 Inhalte aus verschiedenen Plattformen. Einem kleinen, interdisziplinären Team (5–10 Personen) bist du die zentrale Ansprechperson für alle KI-relevanten Themen. Du arbeitest eng mit Frontend-, Daten- und Infrastruktur-Tems zusammen, um Features zu entwickeln, die direkt auf die Bedürfnisse unserer Kund:innen einzahlen. Deine Aufgaben Entwicklung und Betrieb eines produktionsreifen RAG-Agents (FastAPI) zur Verarbeitung von Kundenanfragen sowie রাউটিং একটি স্পেজিয়ালিসিয়েটার সাব-এজেন্ট (টেক্সট2এসকিউএল, এপিআই)

দক্ষতা/বিভাগ

ডেটা / এমএল ভূমিকা সম্পর্কে

ডেটা এবং এমএল ভূমিকা তিনটি শিবিরে বিভক্ত: বিশ্লেষক (এসকিউএল, ড্যাশবোর্ড, ব্যবসায়িক প্রশ্ন), প্রকৌশলী (পাইপলাইন, অবকাঠামো), এবং বিজ্ঞানী (মডেলিং, পরীক্ষা)। কাজের শিরোনাম সর্বদা আপনাকে কোনটি তা বলে না — বিবরণটি সাবধানে পড়ুন।

সাধারণ দক্ষতা: এসকিউএল, পাইথন, পান্ডা, মৌলিক পরিসংখ্যান; এমএল ভূমিকা scikit-learn/PyTorch/TensorFlow যোগ করে; ইঞ্জিনিয়ারিং ভূমিকা এয়ারফ্লো / ডিবিটি / স্পার্ক যোগ করে

বেতন অন্তর্দৃষ্টি (মার্কিন, মোটামুটি)

মার্কিন যুক্তরাষ্ট্রে ডেটা / এমএল ভূমিকার জন্য সাধারণ পরিসর $85,000–$240,000/বছর, জ্যেষ্ঠতা, কোম্পানির পর্যায় এবং শহরের সাথে ব্যাপকভাবে পরিবর্তিত হয়।

শুধুমাত্র অনুমান। কোম্পানি-নির্দিষ্ট নম্বরের জন্য, levels.fyi (tech), Glassdoor চেক করুন বা ইন্টারভিউতে জিজ্ঞাসা করুন।

ইন্টারভিউয়ের জন্য কীভাবে প্রস্তুতি নেবেন

ডেটা ইন্টারভিউ বিভক্ত: বিশ্লেষক এসকিউএল + কেস-স্টাডি প্রশ্ন পান, প্রকৌশলী পাইপলাইন-ডিজাইন + কোডিং পান, বিজ্ঞানীরা পরিসংখ্যান + এমএল মডেলিং + কখনও কখনও একটি টেক-হোম ডেটাসেট পান। JD মনোযোগ সহকারে পড়ুন এবং প্রকৃত স্বাদের জন্য প্রস্তুত হন — বিশ্লেষকের ভূমিকার জন্য PyTorch-এ সময় নষ্ট করবেন না।

তিনটি জুড়েই সাধারণ প্রশ্ন: "আপনি কিভাবে [পণ্য বৈশিষ্ট্য] জন্য সাফল্য পরিমাপ করবেন?", "আমাকে এমন একটি প্রকল্পের মাধ্যমে নিয়ে যান যেখানে ডেটা আপনাকে আশ্চর্যজনক কিছু বলেছিল", এবং এসকিউএল উইন্ডো ফাংশন (LAG, ROW_NUMBER, PARTITION BY — এগুলো বিশেষভাবে অনুশীলন করুন)। ML ভূমিকাগুলির জন্য, ওভারফিটিং, পক্ষপাত-ভ্যারিয়েন্স ট্রেডঅফ সম্পর্কে একটি প্রশ্ন আশা করুন এবং আপনি কীভাবে একটি মডেল ডিবাগ করবেন যা প্রশিক্ষণে ভাল এবং উত্পাদনে খারাপভাবে কাজ করে।

যেখানে এই ভূমিকা সাধারণত বাড়ে

শৃঙ্খলা পরিপক্ক হওয়ার সাথে সাথে ডেটা/এমএলে ক্যারিয়ারের পথগুলি আরও অগোছালো হয়ে উঠেছে। স্পষ্ট অগ্রগতি: জুনিয়র অ্যানালিস্ট → সিনিয়র অ্যানালিস্ট → অ্যানালিটিক্স ম্যানেজার বিশ্লেষকের পক্ষে, জুনিয়র ডেটা ইঞ্জিনিয়ার → সিনিয়র → স্টাফ ইঞ্জিনিয়ারিং দিকে, এবং জুনিয়র ডিএস → সিনিয়র ডিএস → প্রিন্সিপাল ডিএস / এমএল লিড মডেলিং এর দিকে। বড়-প্রযুক্তি সংস্থায় এমএল ইঞ্জিনিয়ার + গবেষণা বিজ্ঞানীদের বেতন সর্বোচ্চ।

ক্রস-ডিসিপ্লিন চালগুলি সাধারণ: বিশ্লেষক যারা ইঞ্জিনিয়ারিং শেখেন তারা প্রায়শই এমন প্রকৌশলীকে ছাড়িয়ে যান যারা ব্যবসার প্রসঙ্গ শিখেননি। ব্যবসার কাছাকাছি থাকুন — সবচেয়ে মূল্যবান ডেটা মানুষ যাদেরকে এক্সিকিউটিভরা কৌশল নিয়ে আলোচনা করে, একা ড্যাশবোর্ড তৈরি করে না।

দেখার জন্য লাল পতাকা

• "ডেটা সায়েন্টিস্ট" ভূমিকা যে সত্যিই একটি SQL বিশ্লেষক. দায়িত্বগুলি মনোযোগ সহকারে পড়ুন — যদি এটি সমস্ত ড্যাশবোর্ড এবং অ্যাড-হক প্রশ্ন হয়, তবে এটি একটি বিজ্ঞান শিরোনাম সহ একটি বিশ্লেষকের ভূমিকা।
• স্টেকহোল্ডার সহযোগিতার কোন উল্লেখ নেই. বিচ্ছিন্নভাবে ডেটা কাজ সাধারণত ডেটা কাজ যা উপেক্ষা করা হয়। ভূমিকা একটি ব্যবসায়িক দলের সাথে এমবেড করা প্রয়োজন.
• "AI/ML" সর্বত্র তালিকাভুক্ত কিন্তু কোনো নির্দিষ্ট নেই। যদি তারা প্রকৃত সমস্যাগুলির নাম বলতে না পারে যেগুলি তারা এমএল দিয়ে সমাধান করতে চায়, কোম্পানিটি বাজওয়ার্ড-শপিং।
• "10+ বছর পাইথন" বা অসম্ভব সমন্বয়ের জন্য জিজ্ঞাসা করা হচ্ছে। হয় JD এইচআর দ্বারা ডাটা টিমের ইনপুট ছাড়াই লেখা হয়েছে, অথবা কোম্পানির অবাস্তব প্রত্যাশা রয়েছে।

প্রায়শই জিজ্ঞাসিত প্রশ্ন

অন্বেষণ করতে আরো ভূমিকা