מהנדס בינה מלאכותית (מ/ב/ד)

על התפקיד הזה

Deine Rolle Als AI Engineer ב-Gocomo übernimmst du die Verantwortung für die KI-Systeme hinter alfred, unserem Enterprise-SaaS-Produkt for Social-Media-Analytics. alfred verarbeitet monatlich tausende Nutzeranfragen über eine konversationelle KI-Oberfläche und analysiert dabei mehr as 750.000 Contente aus verschiedenen Plattformen. In 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-Teams 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 ניתוב ו-Spezialisierte Sub-Agenten (Text2SQL, API

מיומנויות / קטגוריות

על תפקידי נתונים / ml

תפקידי נתונים ו-ML מתחלקים לשלושה מחנות: אנליסטים (SQL, לוחות מחוונים, שאלות עסקיות), מהנדסים (צינורות, תשתית) ומדענים (מודלים, ניסויים). שם המשרה לא תמיד אומר לך איזה מהם - קרא את התיאור בעיון.

כישורים אופייניים: SQL, Python, pandas, נתונים סטטיסטיים בסיסיים; תפקידי ML מוסיפים scikit-learn / PyTorch / TensorFlow; תפקידי הנדסה מוסיפים Airflow / dbt / Spark

תובנות שכר (ארה"ב, גס)

טווח אופייני לתפקידי נתונים / ml בארה"ב הוא $85,000-$240,000 לשנה, משתנים מאוד עם הוותק, שלב החברה והעיר.

הערכות בלבד. למספרים ספציפיים לחברה, בדוק levels.fyi (טק), Glassdoor, או שאל בראיון.

איך להתכונן לראיון

ראיונות נתונים מפוצלים: אנליסטים קבל שאלות של SQL + תיאור מקרה, מהנדסים קבל עיצוב צינור + קידוד, מדענים קבל נתונים סטטיסטיים + מודלים של ML + לפעמים מערך נתונים לקחת הביתה. קרא בעיון את ה-JD והתכונן לטעם האמיתי - אל תבזבז זמן על PyTorch לתפקיד אנליסט.

שאלות נפוצות בשלושתן: "איך היית מודד הצלחה עבור [תכונת מוצר]?", "לך לי דרך פרויקט שבו הנתונים אמרו לך משהו מפתיע", ו פונקציות חלון SQL (LAG, ROW_NUMBER, PARTITION BY - תרגל אותם באופן ספציפי). עבור תפקידי ML, צפו לשאלה על התאמה יתר, חילופי הטיה-שונות, וכיצד ניתן לנפות באגים במודל שביצועים טובים באימון וביצועים גרועים בייצור.

לאן תפקיד זה מוביל בדרך כלל

מסלולי הקריירה בנתונים/ML נעשו מבולגנים יותר ככל שהמשמעת הבשילה. ההתקדמות הברורה ביותר: אנליסט ג'וניור → אנליסט בכיר → מנהל אנליטיקה בצד האנליסט, מהנדס נתונים זוטר → בכיר → צוות בצד ההנדסי, ו ג'וניור DS ← בכיר DS ← ראשי DS / ML מוביל בצד הדוגמנות. שיאי השכר הם הגבוהים ביותר עבור מהנדסי ML + מדעני מחקר בחברות טכנולוגיות גדולות.

מהלכים חוצי תחומים הם שכיחים: אנליסטים שלומדים הנדסה מרוויחים לעתים קרובות מהנדסים שלא למדו הקשר עסקי. הישאר קרוב לעסק - הנתונים היקרים ביותר שאנשי המנהלים מביאים לדיונים על אסטרטגיה, לא אלה שבונים לוחות מחוונים לבד.

דגלים אדומים לצפייה

• תפקיד "מדען נתונים" שהוא באמת מנתח SQL. קרא בעיון את תחומי האחריות - אם זה הכל לוחות מחוונים ושאילתות אד-הוק, זה תפקיד אנליסט עם כותרת מדעית.
• אין אזכור לשיתוף פעולה עם בעלי עניין. עבודת נתונים בבידוד היא בדרך כלל עבודת נתונים שמתעלמים ממנה. התפקיד צריך להיות מוטמע בצוות עסקי.
• "AI / ML" מופיע בכל מקום אך ללא פרטים. אם הם לא יכולים למנות את הבעיות האמיתיות שהם רוצים לפתור עם ML, החברה עושה קניות ב-buzzword.
• מבקש "10+ שנים של פייתון" או שילובים בלתי אפשריים. או שה-JD נכתב על ידי HR ללא קלט מצוות נתונים, או שלחברה יש ציפיות לא מציאותיות.

שאלות נפוצות

עוד תפקידים לחקור