Data science

งานแมชชีนเลิร์นนิงยอดนิยมในการสมัครช่วงสุดสัปดาห์เดือนตุลาคมนี้

บริษัทใหญ่ๆ หลายแห่งกำลังมองหาการสรรหาผู้เชี่ยวชาญที่มีทักษะสำหรับงานแมชชีนเลิร์นนิง ปัญญาประดิษฐ์กลายเป็นหัวใจหลักในชีวิตประจำวันของเรามากขึ้นเรื่อยๆ ทุกอย่างเริ่มต้นตั้งแต่การเดินทางไปยังสถานที่ต่างๆ ไปจนถึงสมัครงานหรือสื่อสารกับลูกค้าด้วยเทคโนโลยี แม้ว่าปัญญาประดิษฐ์จะถูกนำมาใช้อย่างกว้างๆ เพื่อจัดการกับการพัฒนาทั่วไปในการแปลงเป็นดิจิทัล แต่แมชชีนเลิร์นนิงก็มีบทบาทอย่างมากในเรื่องนี้ เมื่อเร็ว ๆ นี้การครอบงำของการเรียนรู้ด้วยเครื่องได้บุกรุกทุกพื้นที่ที่ปัญญาประดิษฐ์มีชัย ได้เปลี่ยนวิธีการดำเนินธุรกิจโดยสิ้นเชิง ตัวอย่างเช่น โมเดลแมชชีนเลิร์นนิงช่วยให้บริษัทต่างๆ ตัดสินใจโดยใช้ข้อมูลเป็นหลัก ความต้องการแนวโน้มและการค้นพบที่มากขึ้นได้เปิดประตูสู่งานแมชชีนเลิร์นนิงจำนวนมาก บริษัทใหญ่ๆ หลายแห่งกำลังมองหาการสรรหาผู้เชี่ยวชาญที่มีทักษะสำหรับงานแมชชีนเลิร์นนิง Analytics Insight ได้แสดงรายการงานแมชชีนเลิร์นนิงอันดับต้น ๆ ที่ผู้สมัครและมืออาชีพควรสมัครในช่วงสุดสัปดาห์นี้ งานแมชชีนเลิร์นนิ่งอันดับต้นๆ ในการสมัคร GCP AI & Machine Learning- Manager ที่ PwC สถานที่ตั้ง: เบงกาลูรู บทบาทและความรับผิดชอบ: PwC เปิดรับสมัคร GCI AI & Machine Learning- Manager ที่สามารถจัดการทั้งด้านเทคนิคและธุรกิจของบริษัทอย่างเร่งด่วน คุณสมบัติ: ผู้สมัครได้รับคำสั่งให้อย่างน้อยมีวุฒิการศึกษาระดับปริญญาตรีในสาขาวิศวกรรมใด ๆ พวกเขาควรมีใบรับรองในการรับรองของ Google Cloud (แนะนำให้เป็นวิศวกรการเรียนรู้ของเครื่อง) เขา/เธอควรมีพื้นฐานด้านวิทยาศาสตร์ข้อมูลด้วยทักษะระดับผู้เชี่ยวชาญใน Python และ SQL พวกเขาควรมีประสบการณ์อย่างน้อย 2 ปีในการออกแบบ การพัฒนาระบบแมชชีนเลิร์นนิงที่ปรับขนาดได้และพร้อมใช้งานสูง นอกจากนี้ ผู้สมัครควรมีประสบการณ์ 2 ปีในการออกแบบและพัฒนาระบบแมชชีนเลิร์นนิ่งขนาดใหญ่โดยใช้บริการ GCP เช่น Datalab, Dataprep, แพลตฟอร์ม AI, โครงสร้างพื้นฐาน AI, AutoML, COmputer Engine, BigQuery, DataFlow, Cloud Data Fusion, Cloud SQL, Cloud Storage และความเข้าใจที่ดีในการใช้บริการ Google AI เช่น เสียงพูดเป็นข้อความ การแปลงข้อความเป็นคำพูด วิสัยทัศน์ วิดีโอ และภาษาธรรมชาติบนคลาวด์ เขา/เธอควรมีประสบการณ์ตรงเกี่ยวกับเฟรมเวิร์ก เช่น TensorFlow, Keras, Pytorch, Scikit Learn และ KubeFlow สมัครงานได้ที่นี่. Data Engineer: Machine Learning ที่ IBM ที่ตั้ง: Bengaluru บทบาทและความรับผิดชอบ: ในฐานะวิศวกรข้อมูล: Machine Learning ที่ IBM ผู้สมัครจะช่วยเปลี่ยนข้อมูลลูกค้าให้เป็นมูลค่าทางธุรกิจที่จับต้องได้ โดยการวิเคราะห์ข้อมูล การสื่อสารผลลัพธ์ และการทำงานร่วมกันในการพัฒนาผลิตภัณฑ์ . พวกเขาควรรับผิดชอบต่อความเชี่ยวชาญด้านข้อมูลในการจัดการและรวมข้อมูลขนาดใหญ่และประเภทข้อมูลต่างๆ เช่น วิดีโอ รูปภาพ เอกสาร และทักษะ Python ที่อิงข้อมูลที่มีโครงสร้างอื่นๆ สำหรับการจัดการข้อมูล เขา/เธอควรกำหนดปัญหาและโอกาสในพื้นที่ธุรกิจที่ซับซ้อน ผู้สมัครควรดึงข้อมูลจากหลายแหล่งและรวมเข้าด้วยกันเพื่อการวิเคราะห์และการพัฒนาแอปพลิเคชัน คุณสมบัติ: ผู้สมัครจะต้องมีประสบการณ์อย่างน้อย 4 ปีในการเรียนรู้ของเครื่อง เขา/เธอควรเป็นผู้เชี่ยวชาญด้านการตีความข้อมูลและทักษะการแสดงภาพ พวกเขาควรมีประสบการณ์กับบริการคลาวด์ของ AWS เช่น AWS-Sagemaker, EC2 และ RDS ผู้สมัครควรมีความเข้าใจอย่างถ่องแท้เกี่ยวกับการแยกคุณลักษณะ เทคนิคการเลือกคุณลักษณะ และการถ่ายโอนการเรียนรู้ พวกเขาควรมีความรู้ในการทำงานในการสร้างแบบจำลอง NLP การเรียนรู้เชิงลึกสำหรับการจัดประเภทข้อความ สมัครงานได้ที่นี่. ผู้พัฒนาเคอร์เนลการเรียนรู้ของเครื่องที่ Qualcomm Technologies สถานที่ตั้ง: เบงกาลูรู บทบาทและความรับผิดชอบ: Qualcomm Technologies คาดหวังให้ผู้พัฒนาเคอร์เนลแมชชีนเลิร์นนิ่งทำการวิจัย ออกแบบ พัฒนา ปรับปรุง และใช้ส่วนประกอบต่างๆ ของตัวเร่งการเรียนรู้ด้วยเครื่องโดยพิจารณาจากประสิทธิภาพและขนาดโค้ดตาม ความต้องการของปริมาณงานและเกณฑ์มาตรฐานของลูกค้า ผู้สมัครควรใช้ตัวดำเนินการการเรียนรู้ของเครื่องสำหรับ Qualcomm SOCs คุณสมบัติ: ผู้สมัครควรสำเร็จการศึกษาระดับปริญญาตรีด้านวิศวกรรม, ระบบสารสนเทศ, วิทยาการคอมพิวเตอร์หรือสาขาที่เกี่ยวข้อง พวกเขาควรมีประสบการณ์ด้านวิศวกรรมระบบอย่างน้อยแปดปีหรือประสบการณ์การทำงานที่เกี่ยวข้อง เขา/เธอควรมีประสบการณ์ตรงในการเขียน SIMD และ/หรือโค้ดประสิทธิภาพสูงแบบมัลติเธรด ประสบการณ์ในการใช้งานตัวดำเนินการการเรียนรู้ของเครื่องสำหรับตัวเร่งความเร็วจะได้รับการพิจารณาเป็นพิเศษ ผู้สมัครควรมีประสบการณ์ตรงในการพัฒนา C และ Python มีประสบการณ์กับเครื่องมือการจัดการซอร์สโค้ดและการกำหนดค่า จำเป็นต้องมีความรู้ด้าน git สมัครงานได้ที่นี่. Machine Learning & Automation Expert ที่ Genpact Location(s): Gurgaon, Bengaluru Roles and Responsibilities: ในฐานะที่เป็นผู้เชี่ยวชาญด้านแมชชีนเลิร์นนิงและระบบอัตโนมัติที่ Genpact ผู้สมัครจะต้องแปลความต้องการทางธุรกิจของลูกค้าให้เป็นปัญหาด้านการวิเคราะห์เทคโนโลยีและทำงานโดยประมาณกับ ผู้เชี่ยวชาญด้านสถิติและเทคโนโลยีเพื่อนำโซลูชันการวิเคราะห์ขนาดใหญ่ไปสู่ความเสียดทาน เขา/เธอควรมีส่วนร่วมในการประเมินระบบอัตโนมัติ โอกาสในการวิเคราะห์เชิงคาดการณ์ และการมีส่วนร่วม พวกเขาควรร่วมมือกับสมาชิกในทีมคนอื่นๆ อย่างจริงจัง และพัฒนาโซลูชันในด้าน AI/ML, BI เพื่อแก้ปัญหาทางธุรกิจ ผู้สมัครควรเข้าใจว่าระบบอัตโนมัติสามารถช่วยให้ธุรกิจต้องการและพัฒนามันได้อย่างอิสระตามที่ต้องการโดยใช้ Python ได้อย่างไร คุณสมบัติ: ผู้สมัครได้รับคำสั่งให้เชี่ยวชาญใน Python และควรมีประสบการณ์การสร้างแบบจำลองการคาดการณ์ พวกเขาควรมีส่วนร่วมโดยตรงในการทำงานกับข้อมูลจำนวนมากและการสร้าง การปรับใช้ และการวัดแบบจำลองการวิเคราะห์เชิงคาดการณ์ เขา/เธอควรเข้าใจเฟรมเวิร์กของ Flask และ Django พวกเขาควรมีความรอบรู้ในเฟรมเวิร์กการเรียนรู้เชิงลึก เช่น TensorFlow, Keras, Torch, Theano เป็นต้น ผู้สมัครควรมีประสบการณ์ใน Cloud AWS หรือ Azure BE/MCA/BSc ในวิชาคณิตศาสตร์ วิทยาการคอมพิวเตอร์ ระบบสารสนเทศ หรือวิศวกรรมคอมพิวเตอร์ วิศวกรรมระบบที่มีประสบการณ์ที่เกี่ยวข้องในการเรียนรู้ของเครื่อง การวิเคราะห์เชิงคาดการณ์ หรือระบบอัตโนมัติเป็นสิ่งจำเป็น การเปิดรับแมชชีนเลิร์นนิงและวิธีการเชิงปริมาณเป็นสิ่งจำเป็น สมัครงานได้ที่นี่. Machine Learning Data Science Practitioner ที่ Accenture Location(s): Bengaluru Roles and Responsibilities: ในฐานะผู้ปฏิบัติงานด้านวิทยาศาสตร์ข้อมูลแมชชีนเลิร์นนิ่งที่ Accenture ผู้สมัครควรจัดการ ออกแบบ และวิเคราะห์ข้อมูลขนาดใหญ่เพื่อสร้างข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูลและมีผลกระทบสูง โมเดลข้อมูล พวกเขาควรสร้างห่วงโซ่คุณค่าเพื่อช่วยจัดการกับความท้าทายในการได้มาซึ่งข้อมูล การประเมินคุณค่าของข้อมูล การกลั่นและการวิเคราะห์ ฯลฯ เขา/เธอควรมีส่วนร่วมในกระบวนการอื่นๆ เช่น การติดตามแบบจำลองหลายตัวในการทดลองเพื่อวัตถุประสงค์ในการตรวจสอบ การร่วมมือกับนักวิทยาศาสตร์ข้อมูลสำหรับพารามิเตอร์ไฮเปอร์พารามิเตอร์ การปรับแต่งและการบำรุงรักษาคุณสมบัติ และการจัดการการสร้างแบบจำลองในการกำหนดเวอร์ชันที่ทันสมัยสำหรับการทำงานกับทีมอินฟรา นักวิทยาศาสตร์ข้อมูล และทีมธุรกิจ คุณสมบัติ: ผู้สมัครควรมีประสบการณ์อย่างน้อย 6-8 ปีกับพื้นหลังการเรียนรู้ของเครื่อง เขา/เธอควรเป็นผู้เชี่ยวชาญทางเทคนิคในการสร้าง CI/CD Pipelines สำหรับอัลกอริธึมแมชชีนเลิร์นนิง การฝึกอบรมและการทำนายไปป์ไลน์ ฯลฯ พวกเขาควรสำเร็จการศึกษา B.Tech, BE, PG หรืออนุปริญญาด้านวิทยาศาสตร์ข้อมูลจากสถาบันชั้นนำ ผู้สมัครควรมีประสบการณ์อย่างน้อยหนึ่งปีในการทำงานกับ Python และ SQL พวกเขาควรมีความเข้าใจที่ดีเกี่ยวกับการทดลองของ AWS Sagemaker สมัครงานได้ที่นี่.

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

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

    Back to top button