Machine Learning Engineer

Mit csinál egy Machine Learning Engineer?

Fő feladatai:

•     Adatok előkészítése és tisztítása (adatgyűjtés, feldolgozás, normalizálás)
•     Gépi tanulási modellek tervezése és fejlesztése (pl. döntési fák, neurális hálók, regresszió, klaszterezés, stb.)
•     Modellek betanítása és kiértékelése (pl. pontosság, F1-score, stb.)
•     Modellek éles környezetbe ültetése (deployment) – gyakran valós idejű rendszerekbe
•     Modellek monitorozása és karbantartása – hogy hosszú távon is megbízhatóak maradjanak
•     Együttműködés szoftverfejlesztőkkel, adatkutatókkal és üzleti elemzőkkel

Milyen képesítések, ismeretek szükségesek hozzá?

Tanulmányi háttér:

•     Informatika, szoftverfejlesztés, adattudomány, matematika vagy gépészmérnöki diploma – jellemzően legalább BSc, de gyakran MSc vagy PhD előnyt jelent

Szakmai tudás:

•     Programozás: Python a leggyakoribb, de előnyös lehet Java, C++, vagy R is
•     ML könyvtárak: Scikit-learn, TensorFlow, PyTorch, Keras
•     Adatfeldolgozás: NumPy, Pandas, SQL, Spark
•     Matematika/statisztika: valószínűségszámítás, lineáris algebra, optimalizálás
•     Szoftverfejlesztési ismeretek: API-k, verziókezelés (Git), konténerizáció (Docker), CI/CD
•     Cloud platformok: AWS, Azure, Google Cloud (felhőalapú AI/ML szolgáltatások)

Milyen cégeknél van rá szükség?

•     Tech cégek (pl. Google, Microsoft, Amazon)
•     Pénzügyi szektor (bankok, biztosítók)
•     E-kereskedelem (pl. ajánlórendszerek)
•     Egészségügy (diagnosztika, képfeldolgozás)
•     Gyártás, logisztika (prediktív karbantartás)
•     Start-upok mesterséges intelligencia területen

Ilyen állások könnyedén találhatók az Állásportál.hu oldalon.