HMH
HMH
HMH phát triển chương trình giảng dạy, công cụ đánh giá và tài liệu học tập dành cho giáo dục từ mẫu giáo đến lớp 12. Các chương trình bao gồm đọc viết, toán học, khoa học, khoa học xã hội và học tập cảm xúc xã hội, cùng hoạt động phát triển chuyên môn giúp nhà giáo củng cố phương pháp giảng dạy và hỗ trợ việc học của học sinh.

Kỹ sư Học máy làm việc từ xa tại HMH

Xây dựng và vận hành các mô hình đánh giá học sinh có khả năng giải thích trên AWS SageMaker. Giúp HMH cải thiện kết quả học tập từ mẫu giáo đến lớp 12 bằng các hệ thống học máy đưa vào sản xuất.

Mô tả

  • Quản lý mô hình xuyên suốt từ chuẩn bị dữ liệu, huấn luyện, xác thực, triển khai, giám sát đến cải tiến.
  • Khám phá và xác thực dữ liệu trước và sau khi lập mô hình, sau đó ghi lại các phát hiện.
  • Chạy các tác vụ và quy trình huấn luyện bằng Python trên AWS SageMaker.
  • Theo dõi thử nghiệm bằng MLflow và đánh giá mô hình trên các nhóm dữ liệu được giữ lại.
  • Đăng ký, nâng cấp và triển khai các phiên bản mô hình với khả năng truy xuất nguồn gốc dữ liệu, mã và mô hình.
  • Vận hành các điểm cuối thời gian thực và chấm điểm hàng loạt bằng kho đặc trưng và Snowflake.
  • Tối ưu độ trễ, chi phí và năng lực xử lý.
  • Giám sát chất lượng dự đoán, tỷ lệ lỗi và độ trôi bằng bảng điều khiển và cảnh báo.
  • Chủ trì các buổi đánh giá tình trạng hệ thống sản xuất hằng tháng và họp tổng kết sự cố không quy trách nhiệm.
  • Đề xuất cập nhật mô hình dựa trên bằng chứng từ môi trường sản xuất và đóng góp vào các RFC thiết kế.
  • Hỗ trợ các nhóm phân tích, sản phẩm và dữ liệu diễn giải và sử dụng đầu ra mô hình.
  • Điều chỉnh mô hình cho nhiều môn học và chương trình giảng dạy mà không cần duy trì các nhánh mã riêng biệt.
  • Chấm điểm lại cho số lượng lớn học sinh trong khi duy trì các dịch vụ đang hoạt động.
  • Chạy song song các phiên bản mô hình và ngừng sử dụng chúng một cách an toàn.
  • Cải thiện hiệu quả huấn luyện và phục vụ mô hình trong khi vẫn duy trì hành vi của mô hình.
  • Phối hợp trong nhóm tổ chức theo luồng dữ liệu cùng một kỹ sư cấp cao hoặc kỹ sư cấp chuyên gia.

Yêu cầu

  • Có kinh nghiệm thực tế trong việc triển khai mô hình hoặc hệ thống học máy được người khác sử dụng.
  • Đối với cấp IC4, thường cần ít nhất ba năm kinh nghiệm thực hành hoặc bằng tiến sĩ cùng kinh nghiệm thực tiễn phù hợp.
  • Yêu cầu có bằng thạc sĩ hoặc tiến sĩ trong lĩnh vực định lượng, chẳng hạn như đo lường tâm lý.
  • Viết Python đúng quy ước, có kiểu dữ liệu và được kiểm thử.
  • Có kinh nghiệm về CI/CD, GitHub Actions và hạ tầng được quản lý bằng Terraform.
  • Kỹ năng SQL vững.
  • Nắm vững thống kê, bao gồm các khái niệm hậu nghiệm và hợp lý cũng như biểu đồ hiệu chỉnh.
  • Kỹ năng phân tích dữ liệu khám phá tốt.
  • Kỹ năng viết tài liệu kỹ thuật xuất sắc.
  • Có kiến thức thực hành về AWS, ưu tiên SageMaker.
  • Có kiến thức thực hành về công cụ theo dõi thử nghiệm như MLflow.
  • Có khả năng đánh giá khi nào công việc sẵn sàng phát hành và đưa ra bằng chứng để hỗ trợ nhận định đó.
  • Kinh nghiệm hữu ích gồm đo lường tâm lý hoặc đo lường giáo dục; mô hình chẩn đoán nhận thức hoặc mạng Bayesian; lập trình xác suất như Stan hoặc PyMC; R; Snowflake và dbt; Terraform; GitHub Actions; đồ thị tri thức hoặc bản thể luận; và dữ liệu đánh giá từ mẫu giáo đến lớp 12.

Phúc lợi

  • Mức lương hằng năm từ 110.000 đến 115.000 USD.
  • Chương trình văn hóa và phúc lợi; xem chi tiết trên trang được liên kết của HMH.

Việc làm liên quan

CrowdStrike

Chuyên viên phân tích mối đe dọa, hiệu quả phát hiện bằng máy học

CrowdStrike

Đánh giá phần mềm độc hại và báo cáo phát hiện từ khách hàng để góp phần cải thiện khả năng phát hiện bằng máy học của CrowdStrike. Hỗ trợ quản lý phát hiện dương tính giả và chia sẻ kết quả đánh giá hiệu quả với các nhóm nội bộ.

Mở
Alliant Insurance Services

Kỹ sư AI cấp bộ phận III

Alliant Insurance Services

Dẫn dắt kiến trúc và độ tin cậy của hạ tầng LLM dùng chung, đồng thời thúc đẩy việc ứng dụng trên các sản phẩm. Xây dựng các dịch vụ điều phối, khả năng quan sát và dịch vụ sản xuất có thể tái sử dụng.

Mở
PAR Technology

Kỹ sư MLOps, phân giải danh tính

PAR Technology

Đưa các mô hình phân giải danh tính của Bridg vào môi trường sản xuất cho nền tảng phần mềm nhà hàng của PAR Technology. Xây dựng pipeline AWS và Spark, CI/CD, giám sát và giao diện dữ liệu có thể truy vấn bởi tác tử.

Mở
Wonderlic

Nhà khoa học nghiên cứu cấp cao về AI và thông tin lực lượng lao động

Wonderlic

Thúc đẩy AI Jobs Engine và các bài đánh giá lực lượng lao động của Wonderlic bằng cách ứng dụng tâm lý học tổ chức công nghiệp, NLP và học máy để tạo ra thông tin việc làm có căn cứ vững chắc.

Mở
Volga Partners

Chuyên viên gán nhãn dữ liệu từ xa, phát hiện đối tượng — Hoa Kỳ

Volga Partners

Gán nhãn đối tượng trong bộ dữ liệu hình ảnh cho các dự án AI của Volga Partners, góp phần hỗ trợ hệ thống thị giác máy tính. Nâng cao chất lượng phát hiện đối tượng bằng công việc cẩn thận và nhất quán.

Mở