HMH는 유치원부터 고등학교까지의 교육을 위한 교육과정, 평가 도구, 학습 자료를 개발합니다. 문해력, 수학, 과학, 사회, 사회정서학습을 아우르는 프로그램과 함께, 교육자가 수업 역량을 강화하고 학생의 학습을 지원하도록 돕는 전문성 개발도 제공합니다.
HMH 원격 머신러닝 엔지니어
AWS SageMaker에서 설명 가능한 학생 평가 모델을 구축하고 운영합니다. 프로덕션 머신러닝 시스템으로 HMH의 K–12 학습 성과 향상에 기여합니다.
설명
- 데이터 준비부터 학습, 검증, 배포, 모니터링, 반복 개선까지 모델을 관리합니다.
- 모델링 전후에 데이터를 탐색하고 검증한 뒤 결과를 문서화합니다.
- AWS SageMaker에서 Python 학습 작업과 파이프라인을 실행합니다.
- MLflow로 실험을 추적하고 학습에 사용하지 않은 코호트에서 모델을 평가합니다.
- 데이터, 코드, 모델 계보를 추적할 수 있도록 모델 버전을 등록, 승격, 배포합니다.
- 피처 스토어와 Snowflake를 사용해 실시간 엔드포인트와 배치 스코어링을 운영합니다.
- 지연 시간, 비용, 용량을 최적화합니다.
- 대시보드와 알림을 사용해 예측 품질, 장애율, 드리프트를 모니터링합니다.
- 매월 프로덕션 상태 검토와 비난 없는 사후 분석을 주도합니다.
- 프로덕션 증거를 바탕으로 모델 업데이트를 제안하고 설계 RFC에 기여합니다.
- 분석, 제품, 데이터 팀이 모델 출력을 해석하고 활용하도록 지원합니다.
- 별도의 코드 포크를 유지하지 않고 여러 과목과 교육과정에 맞게 모델을 조정합니다.
- 라이브 서비스를 계속 운영하면서 대규모 학생 집단을 다시 채점합니다.
- 모델 버전을 병렬로 실행하고 기존 버전을 안전하게 종료합니다.
- 모델 동작을 유지하면서 학습 및 서빙 효율을 높입니다.
- 시니어 또는 스태프 엔지니어와 함께 스트림 중심 팀에서 협업합니다.
지원 자격
- 다른 사람들이 사용하는 모델 또는 머신러닝 시스템을 제공한 경험이 있어야 합니다.
- IC4의 경우 일반적으로 3년 이상의 실무 경험 또는 관련 실무 경험을 갖춘 박사 학위가 필요합니다.
- 심리측정학과 같은 정량 분야의 석사 또는 박사 학위가 요구됩니다.
- 관용적이고 타입이 지정되며 테스트를 거친 Python 코드를 작성할 수 있어야 합니다.
- CI/CD, GitHub Actions, Terraform으로 관리하는 인프라 경험이 있어야 합니다.
- 탄탄한 SQL 역량이 있어야 합니다.
- 사후확률과 우도 개념, 보정 플롯을 포함한 통계학의 탄탄한 기초가 있어야 합니다.
- 탐색적 데이터 분석 역량이 뛰어나야 합니다.
- 기술 문서를 탁월하게 작성할 수 있어야 합니다.
- AWS 실무 지식이 있어야 하며, SageMaker 경험이 있으면 좋습니다.
- MLflow와 같은 실험 추적 도구를 사용할 수 있어야 합니다.
- 작업의 출시 준비 여부를 판단하고 근거를 들어 설명할 수 있어야 합니다.
- 심리측정학 또는 교육 측정, 인지 진단 모델 또는 베이지안 네트워크, Stan 또는 PyMC와 같은 확률 프로그래밍, R, Snowflake 및 dbt, Terraform, GitHub Actions, 지식 그래프 또는 온톨로지, K–12 평가 데이터 경험이 있으면 도움이 됩니다.
복리후생
- 연봉 범위는 미화 110,000~115,000달러입니다.
- 기업 문화 및 복리후생 프로그램이 제공됩니다. 자세한 내용은 HMH 링크 페이지에서 확인할 수 있습니다.
