Machine Learning Java Engineer , Очень интересная вакансия, советую почитать всем!

[Alt23]

Привет, форумчане!

Вот вам очень нетривиальная и интересная вакансия от нас (brainshells.io). Контакты для связи: tg - @tetrisgirl (Алина).
Сперва, как полагается, парочка слов о компании:

С 2015 года наша компания помогает крупным клиентам в сфере гейминга развивать свой бизнес путем автоматизации процессов.

Мы активно развивающаяся компания, поэтому вас ждет гибкость, быстрые решения и все шансы проявить себя, профессионально вырасти и построить впечатляющую карьеру!

Мы ценим увлеченность разработкой и стремимся создать в команде атмосферу доверия и свободы действий. Мы ищем опытного математика-программиста в наш собственный проект.

Зачем присоединяться к нам:

• Мы делаем нечто волшебное и уникальное – мы создаем превосходные модели автоматизации для сферы гейминга;
• Мы работаем в сложной и быстро развивающейся индустрии игр;
• Мы - это сплоченная команда энтузиастов - профессионалов, поэтому ваш вклад будет услышан, а ваша роль в проекте будет весомой;


Что мы ждем от кандидатов:

• Java SE от 5 лет. Фреймворки не нужны. Нужны структуры данных, многопоточность, алгоритмы;
• Умение программировать: быстро разбираться в уже написанном коде, пользоваться дебаггером, читать логи, искать проблемы, делать фиксы, интегрировать новый код в уже существующую кодовую базу, писать новый код, прототипировать идеи;
• Высшее математическое/физическое образование в профильном университете;
• Хороший алгоритмический бэкграунд: опыт создания алгоритмов, их оптимизации по быстродействию и потреблению памяти, применение многопоточности;
• Английский язык для чтения технической документации;

Будет плюсом:

• Математический бэкграунд. Умение применить математический аппарат для решения задач, прочитать и понять теорему или формулу, применить ее в коде для решения задачи. Особенно интересны теория вероятностей и математическая статистика;
• Опыт программирования на С++;
• Опыт работы в области ML (machine learning);
• Опыт работы с текстовой информацией: RegExp, bash, grep, эффективный поиск по файлам;

Чем предстоит заниматься:

• Сбор и подготовка данных для обучения предиктивных моделей;
• Проведение исследований в области Data Science/ML;
• Статистический анализ и обработка данных;
• Построение и оптимизация моделей машинного обучения;
• Интеграция ML решений в существующие продукты;
• Проведение экспериментов и их последующее доведение до production состояния;
• Разработка алгоритмов искусственного интеллекта;


Что мы предлагаем:

• Участие в создании нового продукта ;
• Атмосфера стартапа из Кремниевой Долины;
• Классный молодой коллектив профессионалов, заряженных на результат. У нас самый дружелюбный коллектив! Ценим порядочность, честность и открытость;
• Возможность реализовывать смелые и амбициозные инициативы;
• Горизонтальную структуру, отсюда отсутствие бюрократии, микроменеджмента и синдромов «больших начальников»;
• Мы за результат, а не процесс. У всех наших сотрудников удобный график и удаленная работа;
• Реферальную программу: мы уверены, что лучшие сотрудники приходят к нам по рекомендации тех, кто уже с нами;
• Справедливую зарплату по результатам собеседования и вашей квалификации от 5000$ до цифры 8 в падении.

[scrambrella]

Цитата Alt23 @ 09.12.21, 18:20

мы ждем от кандидатов:
[/B]
• Java SE от 5 лет. Фреймворки не нужны. Нужны структуры данных, многопоточность, алгоритмы;
• Умение программировать: быстро разбираться в уже написанном коде, пользоваться дебаггером, читать логи, искать проблемы, делать фиксы, интегрировать новый код в уже существующую кодовую базу, писать новый код, прототипировать идеи;

Алгоритмы и структуры данных в машин лёрнинге??? Машин лёрнинг создан чтоб от этого уйти, чтоб не писать код.

Набираешь данные, заливаешь в готовую программу, получаешь ИИ под свою задачу, это машин лёрнинг.

[доктор Рагин]

Цитата scrambrella @ 10.12.21, 08:07

Алгоритмы и структуры данных в машин лёрнинге??? Машин лёрнинг создан чтоб от этого уйти, чтоб не писать код.

Набираешь данные, заливаешь в готовую программу, получаешь ИИ под свою задачу, это машин лёрнинг.

Ну это не совсем так! У нас был курс в ГБ как алгоритмы анализа данных. Изучали алгоритм дерава решений, случайного леса, бустинга. У меня была идея модификация алгоритма случайного леса с переменной глубиной деревьев. Идея не взлетела, соревнования на кегле выиграть не удалось с помощью моего модифицированного алгритма, а замах был хороший. Улучшить алгоритм и начать выносить всех на кегле. xgbBoost так и родился, catBoost вообще игрок в покер придумал.

Вывод: если пользоваться стандартными библиотеками, то это не нужно. Но может сложиться такая ситуация что надо внести изменения в стандартные алгоритмы.

Добавлено 25.12.21, 07:53
Это как книга Гваркаем глубокое обучение. Там автор книги пишет сетки с нуля на питоне. Сам написал свой фрэмворк. Сам реализовал алгоритм обратного распространения ошибки. Написал градиентный спуск. А зачем это надо? Код получается километровый, надо знать линейную алгебру (уметь перемножать матрицы). Знать как брать производную.

А можно просто взять Керас или PyTorch и все сделать в 3 строчки.

[ttiger]

Цитата scrambrella @ 10.12.21, 08:07

Алгоритмы и структуры данных в машин лёрнинге??? Машин лёрнинг создан чтоб от этого уйти, чтоб не писать код.

Им, как раз, нужен человек, который встроит модель, написанную безумными учеными, в бизнес-процесс. Тут алгоритмы еще как нужны.
Поверь мне
**сердитое рычание старшего разработчика, который вынужден встраивать в процесс свои творения сам**