HMH
HMH
A HMH tanterveket, értékelési eszközöket és tanulási forrásokat fejleszt a K–12 oktatás számára. Programjai az írás-olvasást, a matematikát, a természettudományokat, a társadalomismeretet és a szociális-érzelmi tanulást ölelik fel. Emellett szakmai fejlődési programokat kínál, amelyek segítik a pedagógusokat oktatási gyakorlatuk fejlesztésében és a tanulók tanulásának támogatásában.

Távmunka: gépi tanulási mérnök a HMH-nál

Magyarázható tanulói értékelési modelleket fejleszt és üzemeltet az AWS SageMakerben. Éles gépi tanulási rendszerekkel segíti a HMH-t a K–12 tanulási eredményeinek javításában.

Leírás

  • Kezelje a modelleket az adat-előkészítéstől a tanításon, validáláson, bevezetésen és monitorozáson át az iterációig.
  • Vizsgálja meg és validálja az adatokat a modellezés előtt és után, majd dokumentálja a megállapításokat.
  • Futtasson Python-alapú tanítási feladatokat és folyamatokat az AWS SageMakerben.
  • Kövesse nyomon a kísérleteket MLflow-val, és értékelje a modelleket a tanításhoz fel nem használt kohorszokon.
  • Regisztrálja, léptesse elő és vezesse be a modellverziókat úgy, hogy az adatok, a kód és a modellek eredete nyomon követhető legyen.
  • Üzemeltessen valós idejű végpontokat és kötegelt pontozást feature store és Snowflake használatával.
  • Optimalizálja a késleltetést, a költségeket és a kapacitást.
  • Irányítópultokkal és riasztásokkal kövesse a predikciók minőségét, a hibaarányokat és az eltolódásokat.
  • Vezesse a havi élesüzemi állapotfelméréseket és a hibáztatásmentes utólagos elemzéseket.
  • Javasoljon modellfrissítéseket az éles üzemben szerzett bizonyítékok alapján, és járuljon hozzá a tervezési RFC-khez.
  • Segítse az elemzői, termék- és adatos csapatokat a modellkimenetek értelmezésében és használatában.
  • Igazítsa a modelleket különböző tantárgyakhoz és tantervekhez külön kódelágazások fenntartása nélkül.
  • Értékelje újra nagy tanulói csoportok eredményeit az élő szolgáltatások működésének fenntartása mellett.
  • Futtasson párhuzamosan modellverziókat, és biztonságosan vonja ki a régieket a használatból.
  • Javítsa a tanítás és a kiszolgálás hatékonyságát a modell viselkedésének megőrzése mellett.
  • Dolgozzon együtt egy senior vagy staff mérnökkel egy adatfolyamokhoz igazodó csapatban.

Követelmények

  • Bizonyítható tapasztalat mások által használt modellek vagy gépi tanulási rendszerek leszállításában.
  • IC4 szinten jellemzően legalább három év gyakorlati tapasztalat, vagy doktori fokozat releváns gyakorlati tapasztalattal.
  • Elvárás a kvantitatív területen, például pszichometriában szerzett mester- vagy doktori fokozat.
  • Idiomatikus, típusozott és tesztelt Python-kód írása.
  • CI/CD-, GitHub Actions- és Terraformmal kezelt infrastruktúra-tapasztalat.
  • Magabiztos SQL-ismeretek.
  • Szilárd statisztikai alapok, beleértve a posterior és likelihood fogalmát, valamint a kalibrációs grafikonokat.
  • Erős feltáró adatelemzési készségek.
  • Kiváló műszaki íráskészség.
  • AWS-ismeretek, lehetőleg SageMaker-tapasztalattal.
  • Kísérletkövető eszköz, például az MLflow használatának ismerete.
  • Képesség annak megítélésére, mikor kész a munka az éles bevezetésre, és a döntés bizonyítékokkal való alátámasztására.
  • Előnyt jelent a pszichometriai vagy oktatási mérési tapasztalat; kognitív diagnosztikai modellek vagy Bayes-hálók ismerete; valószínűségi programozás, például Stan vagy PyMC; R; Snowflake és dbt; Terraform; GitHub Actions; tudásgráfok vagy ontológiák; valamint K–12 értékelési adatok ismerete.

Juttatások

  • Az éves fizetés 110 000 és 115 000 dollár között van.
  • Kultúra- és juttatási program; a részletek a HMH hivatkozott oldalán találhatók.

Kapcsolódó állások

CrowdStrike

Fenyegetéselemző, gépi tanulásos észlelési hatékonyság

CrowdStrike

A gépi tanulásos észlelések fejlesztésének támogatására kártevőket és ügyfelektől érkező észlelési jelentéseket értékel. Segíti a téves riasztások kezelését, és megosztja a hatékonyságra vonatkozó megállapításokat a belső csapatokkal.

Megnyitás
Alliant Insurance Services

Részlegszintű mesterségesintelligencia-mérnök III

Alliant Insurance Services

Irányítja a megosztott LLM-infrastruktúra felépítését és megbízhatóságát, miközben előmozdítja annak bevezetését a termékekben. Újrahasznosítható vezénylést, megfigyelhetőséget és éles környezetben működő szolgáltatásokat épít.

Megnyitás
PAR Technology

MLOps mérnök, személyazonosság-feloldás

PAR Technology

Vigye éles környezetbe a Bridg személyazonosság-feloldó modelljeit a PAR Technology éttermi szoftverplatformján. Építsen AWS- és Spark-adatfolyamatokat, CI/CD-t, felügyeleti rendszereket és az ügynökök által lekérdezhető adatfelületeket.

Megnyitás
Wonderlic

Vezető kutatási szakértő, mesterséges intelligencia és munkaerőpiaci intelligencia

Wonderlic
51 – 200 Alkalmazottak
HR-technológiaVállalat

Fejlessze a Wonderlic AI Jobs Engine rendszerét és munkaerő-felméréseit. Az ipari és szervezetpszichológia, a természetesnyelv-feldolgozás és a gépi tanulás segítségével készítsen megalapozott foglalkoztatási elemzéseket.

Megnyitás
Volga Partners

Távmunka adatannotációs szakértő, objektumfelismerés — Egyesült Államok

Volga Partners

Annotáljon képi adatkészleteket a Volga Partners MI-projektjeihez, objektumok címkézésével támogatva a számítógépes látórendszereket. Gondos és következetes munkájával járuljon hozzá az objektumfelismerés minőségének javításához.

Megnyitás