Machine Learning Engineering Expert (Remote | $90/hr)

Standort: Remote (U.S. / UK / Kanada / Europa / Australien)

Engagementsart: Stundenvertrag

Vergütung: $90/Stunde

Verpflichtung: 10+ Stunden pro Woche

Über die Gelegenheit

Diese Gelegenheit richtet sich an erfahrene Machine Learning Engineers und angewandte ML-Forscher, die daran interessiert sind, zu fortschrittlichen KI-Forschungs- und Evaluierungsprojekten beizutragen. Die Rolle konzentriert sich auf die Entwicklung, Lösung und Bewertung komplexer Herausforderungen im Bereich des maschinellen Lernens, die reale ML-Workflows widerspiegeln, während sie die Fähigkeiten von KI-Systemen der nächsten Generation verbessern.

Verantwortlichkeiten

• Entwicklung von End-to-End-Maschinenlernlösungen für herausfordernde Vorhersage- und Modellierungsprobleme.
• Analyse von Datensätzen und Definition geeigneter Modellierungsansätze, Validierungsstrategien und Evaluationsmetriken.
• Durchführung explorativer Datenanalysen, Merkmalsengineering und Datenvorverarbeitung.
• Training, Feinabstimmung und Bewertung von Maschinenlernmodellen über tabellarische, Text-, Bild- und Zeitreihendatensätze.
• Erstellung hochwertiger Referenzlösungen unter Verwendung branchenüblicher Techniken und Best Practices im maschinellen Lernen.
• Überprüfung und Validierung der technischen Qualität von Projekten und Ergebnissen im Bereich des maschinellen Lernens.
• Dokumentation von Methoden, Annahmen und Evaluierungsergebnissen auf klare und reproduzierbare Weise.
• Verbesserung der Modellleistung durch systematische Experimente, Optimierung und Iteration.

Erforderliche Qualifikationen

• Master-Abschluss oder PhD in Informatik, Maschinellem Lernen, Statistik, Mathematik, Elektrotechnik oder einem verwandten Bereich von einer Spitzenuniversität.
• Mindestens 2 Jahre praktische Erfahrung in der Entwicklung, dem Training, der Bewertung und der Optimierung von Maschinenlernmodellen in einem professionellen oder Forschungsumfeld.
• Starke Kenntnisse in Python und modernen Frameworks für maschinelles Lernen wie: Scikit-learn, XGBoost, LightGBM, PyTorch, TensorFlow.
• Nachgewiesene Erfahrung in der Erstellung von End-to-End-Maschinenlernlösungen, einschließlich Datenvorbereitung, Modellentwicklung, Validierung und Bewertung.
• Starkes Verständnis von Bewertungsmetriken, Validierungsmethoden und experimentellem Design.
• Erfahrung in einem oder mehreren der folgenden Bereiche: Tabular Machine Learning, Natural Language Processing (NLP), Computer Vision, Empfehlungssysteme, Ranking-Systeme, Zeitreihenprognose.
• Fähigkeit, unabhängig zu arbeiten und qualitativ hochwertige technische Lösungen für offene Probleme im Bereich des maschinellen Lernens zu liefern.

Bevorzugte Qualifikationen

• PhD von einer führenden Forschungsuniversität.
• Erfahrung bei führenden Technologieunternehmen, KI-Labors, Forschungseinrichtungen oder schnell wachsenden Startups.
• Teilnahme an Wettbewerben im Bereich maschinelles Lernen, KI oder Datenwissenschaft.
• Erfahrung in der Optimierung von Modellen anhand leistungsbasierter Bewertungsmetriken.
• Vertrautheit mit fortgeschrittenen Techniken im maschinellen Lernen, einschließlich Hyperparameter-Optimierung, Ensembling, Transferlernen, Feinabstimmung von Foundation-Modellen, Verstärkungslernen.
• Veröffentlichungen, Patente oder bedeutende Open-Source-Beiträge im Bereich des maschinellen Lernens oder der künstlichen Intelligenz.
• Erfahrung in der Überprüfung, Mentoring oder Bewertung der Arbeit anderer Praktiker im Bereich des maschinellen Lernens.

Vergütung

Wettbewerbsfähige Vergütung von $90/Stunde. Wöchentliche Zahlungen. Engagement als unabhängiger Auftragnehmer.

Bewerbungsprozess

Lebenslauf hochladen, ein KI-Interview basierend auf Ihrem Lebenslauf abschließen, Bewerbung einreichen.

Bewerben Sie sich unten, nachdem Sie alle Details und unterstützenden Informationen zu diesem Stellenangebot gelesen haben. Für diese Position sind Optionen für die Arbeit im Homeoffice verfügbar.