NextJobly
Zpět

Inženýr strojového učení: vzor životopisu

Jana Novotná

Praha, Česká republika · jana.novotna@example.com

Shrnutí

Inženýrka strojového učení se zkušenostmi s přípravou dat, vývojem prediktivních modelů a jejich nasazením do produkce. Umí spolupracovat s produktovými, datovými a softwarovými týmy a převádět technické výsledky do praktických řešení. Zaměřuje se na spolehlivé modely, srozumitelnou dokumentaci a průběžné vyhodnocování výkonu.

Pracovní zkušenosti

Inženýrka strojového učení · Northwind Logistics

*2022–dosud*

  • Vyvinula model pro odhad času doručení z historických dat o zásilkách, dopravě a počasí.
  • Připravila datové a trénovací postupy v Pythonu a SQL, včetně kontrol kvality vstupních dat.
  • Zavedla sledování výkonu modelu a upozornění na změny ve vstupních datech.
  • Spolupracovala s produktovým a vývojovým týmem na nasazení modelu do interní aplikace.

Datová vědkyně · Cedar Analytics

*2020–2022*

  • Vytvářela a porovnávala modely pro predikci odchodu zákazníků a klasifikaci požadavků.
  • Navrhla postup vyhodnocování modelů, který zohledňoval přesnost i dopady chybných predikcí.
  • Připravovala přehledy výsledků pro technické i netechnické kolegy.
  • Zautomatizovala opakované kroky čištění dat a tvorby příznaků.

Juniorní analytička dat · Maple Retail Systems

*2018–2020*

  • Zpracovávala prodejní a provozní data pomocí Pythonu a SQL.
  • Připravovala datové přehledy a ověřovala jejich správnost s příslušnými týmy.
  • Podporovala analytický tým při přípravě dat pro testování prediktivních modelů.

Vzdělání

Magisterské studium, informatika

Univerzita v Brně · 2016–2018

Bakalářské studium, aplikovaná matematika

Univerzita v Brně · 2013–2016

Dovednosti

  • Programování a data: Python, SQL, pandas, NumPy
  • Strojové učení: scikit-learn, klasifikace, regrese, tvorba příznaků
  • Nasazení modelů: API, Docker, Git, testování a sledování výkonu
  • Práce s daty: čištění, validace, průzkumná analýza
  • Spolupráce: technická dokumentace, prezentace výsledků, týmový vývoj

Proč tento životopis funguje

  • Shrnutí rychle představuje zaměření kandidátky a její hlavní oblasti zkušeností.
  • Pracovní zkušenosti popisují konkrétní úkoly a jejich využití v praxi.
  • Dovednosti jsou uspořádané do skupin, takže se snadno procházejí.
  • Obsah propojuje technické znalosti s komunikací a spoluprací napříč týmy.

Tipy pro psaní životopisu na pozici inženýra strojového učení

  • Popište, jaký problém jste řešili, jaký přístup jste zvolili a jak se výsledek používal.
  • Uveďte konkrétní nástroje a technologie, se kterými máte skutečnou zkušenost.
  • Zmiňte, jak jste modely testovali, nasazovali a sledovali po uvedení do provozu.
  • Přizpůsobte pořadí dovedností a zkušeností požadavkům konkrétní pozice.
  • Pište stručně a používejte jen tvrzení, která dokážete doložit.

Nechte AI najít vhodné pracovní nabídky a připravit za vás každou žádost.

Vyzkoušejte NextJobly zdarma