Data science

Career Twist: งานแมชชีนเลิร์นนิงยอดนิยมในการสมัครสุดสัปดาห์นี้

ด้วยอัตราการเติบโต 344% งานด้านแมชชีนเลิร์นนิงอันดับ 1 ในรายการงานอันดับต้นๆ ของสหรัฐอเมริกา ก่อนที่นักวิทยาศาสตร์จะแนะนำเทคโนโลยีปัญญาประดิษฐ์ให้กับเรา ภาพยนตร์ไซไฟก็ทำได้ ภาพยนตร์ฮอลลีวูดที่มีชื่อเสียงเช่น 40: A Space Odyssey แสดงให้เห็นถึงเครื่องจักรและเทคโนโลยีโดยปราศจากวิสัยทัศน์ที่ชัดเจนว่าสิ่งที่กำลังจะเกิดขึ้นในอนาคต ยังไงก็ตาม สิ่งที่พวกเขาแสดงให้เห็นในภาพยนตร์ กลับกลายเป็นความจริงในวันนี้ ปัญญาประดิษฐ์เป็นเรื่องกว้างในปัจจุบัน กำลังเร่งรัดทุกอุตสาหกรรมด้วยการเปิดตัวการพัฒนา แอปพลิเคชัน และโซลูชันใหม่ๆ อย่างต่อเนื่อง หนึ่งในส่วนย่อยของ AI ที่เรียกว่า 'แมชชีนเลิร์นนิง' คือการพัฒนาความสามารถของเทคโนโลยีโดยใช้คณิตศาสตร์และการเขียนโปรแกรมซอฟต์แวร์ จนถึงตอนนี้ แมชชีนเลิร์นนิงได้รับความชื่นชมอย่างมากในภาคธุรกิจในด้านความโดดเด่นและประโยชน์ที่ได้รับ บริษัทที่มีส่วนร่วมกับลูกค้าเป็นประจำ จ้างผู้เชี่ยวชาญด้านแมชชีนเลิร์นนิงเพื่อเพิ่มประสิทธิภาพการทำงานซ้ำๆ ตัวอย่างเช่น ระบบแนะนำ Netflix คำแนะนำของ Facebook และการแจ้งเตือนการจราจรบน Google ขับเคลื่อนโดยเทคโนโลยีแมชชีนเลิร์นนิง เนื่องจากการใช้งานที่เพิ่มขึ้น ความต้องการงานแมชชีนเลิร์นนิงระดับสูงก็เพิ่มขึ้นเช่นกัน ตามเว็บไซต์หางาน งานแมชชีนเลิร์นนิงอยู่ในอันดับที่ 1 ในบรรดางานอันดับต้นๆ ในสหรัฐอเมริกา โดยอ้างถึงอัตราการเติบโต 344% และเงินเดือนเฉลี่ย 1 ดอลลาร์สหรัฐฯ 40,000 ต่อปี. น่าเสียดายที่งานแมชชีนเลิร์นนิงไม่ใช่เรื่องง่าย ต้องใช้ทักษะพิเศษในการเขียนโปรแกรมและการออกแบบระบบ ควบคู่ไปกับพื้นฐานอื่นๆ Analytics Insight ได้แสดงรายการงานแมชชีนเลิร์นนิงอันดับต้น ๆ ที่คุณควรใช้ในช่วงสุดสัปดาห์นี้เพื่อพัฒนาอาชีพของคุณ งานแมชชีนเลิร์นนิ่งอันดับต้นๆ ในการสมัคร Machine Learning & Automation Expert- Data Science at Genpact Location(s): Gurgaon, Bengaluru Roles and Responsibilities: ในฐานะผู้เชี่ยวชาญด้านแมชชีนเลิร์นนิงและระบบอัตโนมัติ- วิทยาศาสตร์ข้อมูลที่ Genpact ผู้สมัครคาดว่าจะมุ่งเน้นไปที่สามหลัก ด้านต่างๆ ของบริษัท ได้แก่ ที่ปรึกษา การแก้ปัญหา และการขายล่วงหน้า เขา/เธอควรแปลความต้องการทางธุรกิจของลูกค้าให้เป็นปัญหาด้านการวิเคราะห์ทางเทคโนโลยี และทำงานอย่างเหมาะสมกับสถิติและเทคโนโลยีเพื่อนำโซลูชันการวิเคราะห์ขนาดใหญ่มาสู่ผลสำเร็จ พวกเขาควรมีส่วนร่วมในการประเมินระบบอัตโนมัติ โอกาสในการวิเคราะห์เชิงคาดการณ์ และการมีส่วนร่วม ผู้สมัครได้รับการคาดหวังให้ทำงานร่วมกับสมาชิกในทีมคนอื่นๆ อย่างจริงจัง และพัฒนาโซลูชันในด้าน AI, ML และ BI เพื่อแก้ปัญหาทางธุรกิจ คุณสมบัติ: BE/MCA/BSc ในกระแสข้อมูลทางสถิติ เช่น คณิตศาสตร์ วิทยาการคอมพิวเตอร์ ระบบสารสนเทศ วิศวกรรมระบบ หรือวิศวกรรมคอมพิวเตอร์ ผู้สมัครควรมีประสบการณ์การทำงานในด้านการเรียนรู้ของเครื่อง การวิเคราะห์เชิงคาดการณ์ หรือระบบอัตโนมัติ ความรู้ที่มีอยู่ก่อนในการเรียนรู้ของเครื่องและวิธีการเชิงปริมาณเป็นสิ่งจำเป็น พวกเขาควรจะเชี่ยวชาญใน python และมีประสบการณ์การสร้างแบบจำลองการคาดการณ์มาก่อน ผู้สมัครควรมีความเข้าใจในกรอบงาน Flask และ Django เป็นอย่างดี สมัครงานที่นี่. Data Engineer: Machine Learning ที่ IBM ที่ตั้ง: Bengaluru บทบาทและความรับผิดชอบ: IBM คาดว่า Data Engineer: Machine Learning จะช่วยเปลี่ยนข้อมูลของลูกค้าของบริษัทให้เป็นมูลค่าทางธุรกิจที่จับต้องได้ โดยการวิเคราะห์ข้อมูล การสื่อสารผลลัพธ์ และการทำงานร่วมกันในการพัฒนาผลิตภัณฑ์ ผู้สมัครควรทราบความเชี่ยวชาญด้านข้อมูลเพื่อจัดการและรวมข้อมูลขนาดใหญ่และประเภทข้อมูลต่างๆ เช่น วิดีโอ รูปภาพ เอกสาร และข้อมูลที่มีโครงสร้างอื่นๆ เขา/เธอควรกำหนดปัญหาและโอกาสในพื้นที่ธุรกิจที่ซับซ้อน พวกเขาควรกำหนดปัญหาและโอกาสในพื้นที่ธุรกิจที่ซับซ้อนและพัฒนาผลิตภัณฑ์การวิเคราะห์ขั้นสูงที่เหมาะสม คุณสมบัติ: ผู้สมัครควรมีประสบการณ์อย่างน้อย 4 ปีในการเรียนรู้ด้วยเครื่อง เขา/เธอควรเป็นผู้เชี่ยวชาญในการตีความข้อมูลและทักษะการแสดงภาพ นอกจากนี้ พวกเขาควรมีประสบการณ์กับบริการคลาวด์ของ AWS, AWS-Sagemaker, EC2 และ RDS ด้วย ผู้สมัครควรมีความรู้ในการทำงานในการสร้างแบบจำลอง NLP การเรียนรู้เชิงลึกสำหรับการจัดประเภทข้อความ สมัครงานที่นี่. Machine Learning Compiler ที่ Qualcomm Technologies สถานที่ตั้ง: Bengaluru บทบาทและความรับผิดชอบ: ในฐานะผู้รวบรวมการเรียนรู้ด้วยเครื่องที่ Qualcomm Technologies ผู้สมัครควรวิจัย พัฒนา ออกแบบ ปรับปรุง และใช้ส่วนประกอบต่างๆ ของประสิทธิภาพการเรียนรู้ของเครื่องและรหัส ขนาดความต้องการของปริมาณงานและเกณฑ์มาตรฐานของลูกค้า เขา/เธอควรวิเคราะห์ข้อกำหนดของซอฟต์แวร์ กำหนดความเป็นไปได้ของการออกแบบภายในข้อจำกัดที่กำหนด ปรึกษากับสถาปัตยกรรมและวิศวกร HW และใช้โซลูชันซอฟต์แวร์ที่เหมาะสมที่สุดสำหรับ SOC ของ Qualcomm พวกเขาควรวิเคราะห์และระบุปัญหาการรวมระดับระบบ อินเทอร์เฟซกับการพัฒนาซอฟต์แวร์ การผสานรวม และทีมทดสอบ คุณสมบัติ: ผู้สมัครควรสำเร็จการศึกษาระดับปริญญาตรีสาขาวิศวกรรมศาสตร์, ระบบสารสนเทศ, วิทยาการคอมพิวเตอร์หรือสาขาที่เกี่ยวข้อง เขา/เธอได้รับคำสั่งให้มีประสบการณ์การทำงานอย่างน้อย 3 ปีในด้านวิศวกรรมระบบหรือสาขาที่เกี่ยวข้อง มีประสบการณ์ตรงในการเขียน SIMD และ/หรือโค้ดประสิทธิภาพสูงแบบมัลติเธรดจะได้รับการพิจารณาเป็นพิเศษ ผู้สมัครที่มีประสบการณ์ 3 ปีขึ้นไปในการพัฒนา C และ Python จะได้รับการพิจารณาเป็นพิเศษ สมัครงานที่นี่. Machine Learning Engineer ที่ Intel ที่ตั้ง: Bengaluru บทบาทและความรับผิดชอบ: วิศวกรการเรียนรู้ของเครื่องที่ Intel ได้รับการคาดหวังให้ทำโปรไฟล์ของอัลกอริธึมและแพลตฟอร์มต่างๆ โดยใช้การจำลองหรือระบบแพลตฟอร์มสำหรับ XPU และสถาปัตยกรรมภายในและภายนอกต่างๆ เขา/เธอควรจะเก่งด้านประสิทธิภาพและการพัฒนาโมเดลการทำงานใน Python การพัฒนาสถาปัตยกรรม IP ที่มีอิทธิพลต่อระบบผ่านการทำโปรไฟล์และผลลัพธ์การสร้างแบบจำลอง พวกเขาควรทำการตรวจสอบประสิทธิภาพของพรีซิลิกอน FPGA และซิลิคอนอย่างต่อเนื่อง คุณสมบัติ: ผู้สมัครได้รับคำสั่งให้สำเร็จการศึกษาระดับ M.Tech ในสาขาอิเล็กทรอนิกส์และโทรคมนาคม เขา/เธอควรมีประสบการณ์อย่างน้อย 12 ในสาขาที่เกี่ยวข้องมาก่อนอย่างน้อย 12 สมัครงานที่นี่. Senior Machine Learning Engineer ที่ Microsoft Location(s): Bengaluru Roles and Responsibilities: ด้วยการเข้าร่วมเป็น Senior Machine Learning Engineer ที่ Microsoft ผู้สมัครจะกลายเป็นส่วนหนึ่งของสภาพแวดล้อมแบบโต้ตอบและรวดเร็ว ซึ่งพวกเขาสามารถผลักดันผลกระทบ นวัตกรรม และ ใช้เทคนิคล้ำสมัยในการแก้ปัญหาในระดับโลก เขา/เธอควรทำงานอย่างใกล้ชิดกับทีมวิศวกรรม การจัดการผลิตภัณฑ์ การวิเคราะห์และการเปลี่ยนแปลง และทีมวิทยาศาสตร์ข้อมูลจากทั่วทั้ง MCDS เพื่อมอบคุณค่าที่โดดเด่นให้กับผู้มีส่วนได้ส่วนเสียและผลิตภัณฑ์ของบริษัท พวกเขาควรสร้างและปรับปรุงเฟรมเวิร์กและเครื่องมือที่ Microsoft ใช้ในแพลตฟอร์ม MLOps ผู้สมัครควรสร้างบริการสำหรับการประเมินผลกระทบ การทดสอบย้อนกลับ การตรวจสอบประสิทธิภาพของแบบจำลอง การเลื่อนข้อมูล การเลื่อนระดับของแบบจำลอง การเลื่อนแนวคิด การอธิบาย การทดลอง การทดสอบประสิทธิภาพ การตรวจสอบการทำซ้ำ ฯลฯ คุณสมบัติ: ผู้สมัครควรมี 10+ ประสบการณ์การทำงานในสาขาที่เกี่ยวข้อง เขา/เธอควรมีความรู้ด้านวิศวกรรมระบบที่แข็งแกร่ง โดยเฉพาะอย่างยิ่งเกี่ยวกับแนวคิด ML/Data Science ในงาน พวกเขาควรมีความรู้เกี่ยวกับการจำแนกประเภท การทำนาย ระบบผู้แนะนำ การพยากรณ์อนุกรมเวลา การตรวจจับความผิดปกติ การเพิ่มประสิทธิภาพ ทฤษฎีกราฟ และ NLP จำเป็นต้องมีความรู้เกี่ยวกับกรอบการเรียนรู้เชิงลึกอย่างใดอย่างหนึ่ง สมัครงานที่นี่.

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button