Machine Learning Engineer

Aufgaben

• Fokus auf den Kernaspekten des Machine Learning, Aufbau und Reimplementierung, Bewertung von Modellen und Unterstützung realer Produktfunktionen
• Design und Implementierung von Datensystemen zur Unterstützung der Entwicklung personalisierter Lösungen und Anwendungen
• Nutzung von Web-Verarbeitungstechnologien, Durchführung von Engineering, Modellselektion und maschineller Implementierung
• Verständnis verwandter APIs und Algorithmen sowie Arbeit mit Machine-Learning-Algorithmen (ergänzend zur statistischen Analyse)

Anforderungen

• Freundlich, auf Menschen bezogen, Herangehensweise an Machine Learning bei der Bewältigung komplexer wirtschaftlicher Herausforderungen
• Kenntnisse statistischer und mathematischer Konzepte, die für das Machine Learning relevant sind, wie z. B. Prinzipien (Experten-)Modelle und Optimierung (z. B. konvolutionelle/rekurrente Netze)
• Kenntnisse in Klassifikationen und Modellbewertungstools (einschließlich Feature-Auswahl, naives und überwachtes Lernen sowie Optimierung)
• Kenntnisse in Ensemble-Lernmethoden und Hyperparameter-Tuning
• Vertrautheit mit Computer Vision und Natural Language Processing zur Fähigkeit, visuelle Aufgaben zu identifizieren und zu lösen sowie Effizienz zu steigern
• Forschungserfahrung im Bereich Machine Learning, Data Science oder verwandten Feldern