• Menentukan skop kerja pada kes penggunaan ML/analitik: bekerja dengan pelanggan untuk memahami keperluan mereka, dan merancang penyelesaian kuantitatif untuk memenuhi keperluan tersebut sama ada melalui pembelajaran mesin, analitik, saluran data dan visualisasi, atau kaedah lain
• Memperoleh, membersihkan, dan menilai integriti set data: Mari kita jujur, ini adalah 25% pekerjaan yang mencabar dan memuaskan. Kami menggunakan Google Cloud Platform untuk banyak komponen aliran kerja pembelajaran mesin kami.
• Menjelajahi data dan sumbernya: mencari corak dan isyarat dalam data, mengenal pasti bidang penting, mendapatkan pandangan, dan menentukan sama ada pembelajaran mesin boleh digunakan untuk masalah tersebut.
• Membangun dan menilai model pembelajaran mesin: kejuruteraan ciri, bereksperimen dengan pelbagai jenis model, memilih metrik yang tepat untuk mengukur prestasi, analisis prestasi model dan hasil (contohnya, kepentingan ciri, kestabilan model, prestasi merentasi kumpulan yang berbeza), dan lain-lain.
• Memahami reka bentuk dan keputusan model: menjelaskan bagaimana model berfungsi di bawah hood dan bagaimana model mencapai ramalan tertentu, memilih keluarga model yang betul, dan membenarkan trade-off ketepatan untuk prestasi yang lebih cepat.
• Strategi pelaksanaan dan aplikasi: mencadangkan cara agar pelanggan dapat menggunakan output model dalam perniagaan mereka, sering melibatkan kerjasama dengan pelanggan dan rakan-rakan Thinking Machines yang lain (contohnya, Strategi, Penganalisis Kecerdasan Perniagaan).
• Riset dan mengikuti perkembangan dalam ruang teknologi: membaca kertas kerja ML yang diterbitkan, dan melaksanakan versi yang diperbaiki dari model mereka di domain baru
  
  

• Kenyamanan dengan model pembelajaran mesin - Anda mempunyai pemahaman yang terbukti tentang model pembelajaran mesin klasik untuk klasifikasi dan regresi (contohnya, pokok keputusan, model berkumpulan, SVM dan lain-lain). Pemohon yang bercita-cita untuk posisi lebih senior dalam peranan ini mesti mempunyai pengetahuan lanjutan dalam sekurang-kurangnya satu bidang tertentu. Berikut adalah beberapa kategori kasar:
• Model Ramalan Urutan (contohnya, ramalan siri masa, LSTM dan lain-lain)
• Penglihatan Komputer (contohnya, CNN, SSD dan lain-lain)
• Pemodelan Geospatial (contohnya, GeoPandas, GIS, Clay, UNet, dan lain-lain)
• LaGenAI atau Model Bahasa (contohnya, GPT, Gemini, Claude, kejuruteraan arahan, RAG, pengambangan perkataan, representasi teks, dan lain-lain)
• Kenyamanan dengan kod - Anda boleh menggunakan mesin tempatan anda untuk memuat turun, memuat, dan menganalisis set data yang cukup besar tanpa banyak bantuan.
• Komunikasi yang jelas - Kami membantu pelanggan mendapatkan yang terbaik dari data mereka, jadi kami mendiagnosis keperluan mereka dengan berkesan, melakukan analisis dengan betul, dan menyampaikan penemuan kami dengan cara yang mengarah kepada pemahaman dan tindakan. Sekurang-kurangnya, anda perlu mempunyai kemampuan untuk menyatakan pendapat anda dengan logik dan bersedia untuk belajar kemahiran ini semasa anda berkembang bersama kami.
• Pendekatan yang menyedari aplikasi kepada penyelesaian - Anda harus dapat merancang dan membangunkan penyelesaian yang mempunyai potensi nyata untuk memberi impak kepada kerja pelanggan, dan mempunyai visi tentang bagaimana mereka mungkin menggunakannya dalam aplikasi dunia nyata.
• Kesedaran produktif - Anda bertanya banyak soalan yang betul. Menemui korelasi yang mengejutkan? Selidiki data mentah untuk memvalidasikannya.
• Menikmati mengajar dan belajar - Kami percaya bahawa sains data adalah bidang yang luar biasa untuk diikuti hari ini. Terdapat banyak bahan baru untuk dipelajari, kami semua ingin mempelajarinya, dan kami sedang mencari seseorang yang ingin menyumbang kepada pertumbuhan semua orang. Sebagai sebahagian daripada temuduga pekerjaan kami, kami akan meminta anda untuk membaca dan meringkaskan kertas kerja pembelajaran mesin untuk kami.
• Rasa inisiatif yang kuat—Anda sentiasa mencari cara untuk berguna dan tidak suka tidak mempunyai apa-apa yang dilakukan.
• Kecerdasan sosial— Amat penting bahawa anda bekerjasama dengan orang lain dan berkembang dalam persekitaran yang banyak terdapat kerjasama dan interaksi antara peribadi.

• Sekurang-kurangnya 2 tahun pengalaman dalam sains data, analitik atau bidang berkaitan lain
• Jika anda mempunyai pengalaman kurang dari dua tahun dalam bidang ini, bersiap sedia untuk menunjukkan portfolio Projek Pembelajaran Mesin!
• Ijazah Sarjana Muda/Pasca Sarjana dalam Sains Komputer, Fizik, Matematik, Statistik, atau mana-mana bidang berkaitan
• Kemahiran statistik asas yang kukuh, dan kemahiran pengendalian algebra linear
• Kemahiran analisis kuantitatif yang kuat
• Keluasan dengan bahasa pengaturcaraan statistik seperti Python, atau R
• Mata Bonus (Anda tidak dijangka mempunyai semua kelayakan di bawah tetapi calon yang kompetitif mempunyai sekurang-kurangnya dua):
• Mengetahui toolkit Python saintifik, dan Kerangka Pembelajaran Dalam (iaitu PyTorch, TensorFlow, Keras, dan lain-lain)
• Penerbitan dalam jurnal dan persidangan yang ditelaah rakan sebaya
• Kenyamanan dengan platform awan (AWS, GCP, atau Azure) untuk melatih model pembelajaran mesin pada set data >10GB
• Pengalaman dalam mencipta visualisasi data yang menarik dan papan pemuka menggunakan alat seperti Tableau, Power BI, Looker, Matplotlib, atau Seaborn untuk menyampaikan pandangan kepada pemegang kepentingan
• Kepakaran domain dalam bidang bukan teknologi. Adakah anda seorang pakar dalam tenaga, kewangan, insurans? Bawa sesuatu ke meja yang belum kami miliki!
• Kelancaran dengan rangka kerja sumber terbuka dan amalan kejuruteraan perisian yang baik.
  

• Gaji yang kompetitif — jumlah pampasan adalah berkadar positif dengan kesukaran pekerjaan, pengalaman berkaitan, kesesuaian, dan faktor kemahiran.
• Susunan Hibrid — Hibrid-remote bermakna pekerja dikehendaki hadir rata-rata dua hari seminggu untuk penglibatan pelanggan dan hari pertemuan dalaman yang bertujuan untuk kerjasama, sosial, dan perancangan strategik.
• Belanjawan pembangunan profesional individu — belanjawan tahunan untuk persidangan, kursus latihan, buku, dan perisian tersedia untuk mengasah kemahiran anda dan membina yang baru untuk membantu anda berkembang dalam peranan anda.
• Manfaat kesihatan penuh — pakej insurans kesihatan yang banyak selepas pengambilan, dengan pilihan untuk termasuk tanggungan.
• Latihan dan ulasan prestasi tahunan dengan pasukan kepimpinan untuk membincangkan matlamat kerjaya dan peribadi, kemajuan kerja dan sebarang soalan dan kebimbangan.

Sila rujuk kepada huraian kerja.