مهندس یادگیری ماشین

مهندس یادگیری ماشین مسئول طراحی، پیاده‌سازی، و بهینه‌سازی مدل‌های یادگیری ماشین برای تحلیل داده‌ها، پیش‌بینی، و حل مسائل پیچیده در حوزه‌های مختلف است. این فرد باید توانایی کار با داده‌های حجیم، توسعه الگوریتم‌های پیشرفته و ارتباط نزدیک با تیم‌های محصول و داده را داشته باشد.

شرح وظایف

• تحلیل داده‌ها و پیش‌پردازش
  • جمع‌آوری، پاک‌سازی و آماده‌سازی داده‌ها برای مدل‌های یادگیری ماشین.
  • استفاده از ابزارهایی مانند Pandas، NumPy و SQL
• توسعه مدل‌های یادگیری ماشین
  • طراحی و توسعه الگوریتم‌های یادگیری ماشین شامل طبقه‌بندی، رگرسیون و خوشه‌بندی.
  • پیاده‌سازی شبکه‌های عصبی و مدل‌های یادگیری عمیق (Deep Learning).
• ارزیابی و بهینه‌سازی مدل‌ها
  • ارزیابی دقت و عملکرد مدل‌ها با استفاده از متریک‌های مناسب.
  • بهینه‌سازی مدل‌ها برای بهبود کارایی و کاهش هزینه محاسبات
• پیاده‌سازی سیستم‌های تولید
  • انتقال مدل‌ها به محیط تولید (Deployment) با ابزارهایی مانند Docker و Kubernetes.
  • همکاری با تیم‌های توسعه نرم‌افزار برای یکپارچه‌سازی مدل‌ها با اپلیکیشن‌های موجود
• تحقیق و توسعه  (R&D) 
  • بررسی آخرین مقالات و تکنیک‌ها در حوزه یادگیری ماشین.
  • آزمایش و استفاده از ابزارها و کتابخانه‌های جدید

مهارت‌ها و توانمندی‌ها

• تسلط بر مفاهیم هوش مصنوعی و الگوریتم های یادگیری ماشین
• آشنایی با الگوریتم های داده کاوی
• تسلط بر زبان برنامه نویسی پایتون و SQL
• آشنایی با مفاهیم آماری و ریاضیات پایه مرتبط