응용 머신러닝 엔지니어
분류, 검색, 순위 지정, 개인화에 사용하는 프로덕션 머신러닝 시스템을 구축합니다. 신뢰할 수 있는 모델과 평가 파이프라인, 배포 인프라를 개발합니다.
설명
- 분류, 순위 지정, 검색, 개인화를 위한 머신러닝 모델을 구축하고 개선합니다.
- 효율적인 분류기를 만들고 모델의 정확도, 정밀도, 지연 시간, 비용을 개선합니다.
- 임베딩, 하이브리드 검색, 재순위화를 활용해 검색 관련성과 문맥 검색을 향상합니다.
- 사용자 행동을 학습하면서 개인정보 보호를 고려하는 개인화 모델을 개발합니다.
- 모델 품질을 평가할 파이프라인, 레이블이 지정된 데이터셋, 지표를 만듭니다.
- 충분한 데이터가 있는 경우 기존 모델을 미세 조정하고 적용합니다.
- 머신러닝 학습, 추론, 배포 파이프라인을 구축하고 유지 관리합니다.
- 프로덕션 문제를 해결하고 모델 성능을 모니터링하며 실제 피드백을 바탕으로 개선합니다.
- 엔지니어링 및 제품 팀과 협력해 신뢰할 수 있는 머신러닝 기반 기능을 제공합니다.
지원 자격
- 머신러닝 경험이 필요합니다.
- 인공지능 경험이 필요합니다.
- 머신러닝 기초와 최신 신경망 아키텍처에 대한 탄탄한 이해.
- 프로덕션 환경에서 머신러닝 모델을 구축하고 배포한 실무 경험.
- 분류, 순위 지정, 검색, 추천 시스템 또는 개인화 경험.
- 모델 평가, 실험, 성능 지표에 대한 지식.
- 프로덕션 수준의 코드를 작성하고 실제 데이터셋을 다룰 수 있는 능력.
- 모델 품질, 지연 시간, 비용, 신뢰성 간 균형을 맞추는 능력.
- 강한 주도 의식과 문제 해결 능력.
- 임베딩, 벡터 검색, 순위 모델 경험.
- 프로덕션 머신러닝 시스템과 추론 파이프라인 경험.
- Python 및 PyTorch 또는 JAX 숙련도.
- 60분 코딩 평가를 완료할 의향.
복리후생
- 의료 보험
- 치과 보험
- 시력 보험
- 저축 플랜 선택지
- 유급 휴가
