Inžinier strojového učenia: vzor životopisu

Meno

Marek Novotný

marek.novotny@example.com · Bratislava, Slovensko · LinkedIn: linkedin.com/in/marek-novotny-example

Zhrnutie

Inžinier strojového učenia so skúsenosťami s vývojom, nasadzovaním a monitorovaním modelov v produkčnom prostredí. Zameriava sa na predikčné modely, spracovanie dát a tvorbu spoľahlivých dátových pipeline. Rád spolupracuje s produktovými, dátovými a softvérovými tímami pri riešení praktických problémov.

Pracovné skúsenosti

Inžinier strojového učenia · Northwind Logistics

*2023 – súčasnosť*

• Vyvíja modely na predikciu oneskorení zásielok s využitím historických údajov o doprave a prevádzke.
• Vytvoril dátové pipeline na prípravu tréningových dát a ich pravidelnú aktualizáciu.
• Nasadil modely ako služby pomocou rozhraní API a kontajnerizovaných aplikácií.
• Zaviedol monitorovanie kvality vstupných dát a výkonnosti modelov v produkcii.

Dátový vedec · Cedar Analytics

*2021 – 2023*

• Analyzoval transakčné a zákaznícke údaje s cieľom odhaliť vzorce a podporiť obchodné rozhodovanie.
• Trénoval a vyhodnocoval klasifikačné a regresné modely v jazyku Python.
• Spolupracoval s analytikmi na prevode obchodných otázok na merateľné úlohy strojového učenia.
• Dokumentoval experimenty, dátové predpoklady a výsledky modelov pre technické aj netechnické tímy.

Mladší dátový analytik · Greenfield Retail Systems

*2019 – 2021*

• Pripravoval a overoval dátové súbory z viacerých interných zdrojov.
• Písal SQL dotazy a vytváral prehľady na sledovanie prevádzkových ukazovateľov.
• Automatizoval pravidelné čistenie dát a znižoval potrebu manuálnych kontrol.
• Spolupracoval s tímom na prieskumnej analýze údajov pre prvé projekty predikcie dopytu.

Vzdelanie

Magisterské štúdium, aplikovaná informatika

Technická univerzita v Košiciach · 2017 – 2019

Bakalárske štúdium, informatika

Technická univerzita v Košiciach · 2014 – 2017

Zručnosti

• Programovanie a dáta: Python, SQL, pandas, NumPy
• Strojové učenie: scikit-learn, PyTorch, klasifikácia, regresia, validácia modelov
• Nasadzovanie: Docker, REST API, Git, CI/CD
• Dátová infraštruktúra: ETL pipeline, spracovanie dát, dátová kvalita
• Spolupráca: technická dokumentácia, komunikácia so zainteresovanými stranami, tímová práca

Prečo tento životopis funguje

• Jasne uvádza odborné zameranie a typ problémov, ktoré kandidát rieši.
• Pracovné skúsenosti opisujú konkrétne úlohy od prípravy dát až po nasadenie a monitorovanie modelov.
• Zručnosti sú rozdelené do prehľadných skupín a zodpovedajú uvedeným skúsenostiam.
• Obsah je praktický a dôveryhodný bez nepodložených tvrdení alebo čísel.

Tipy na písanie životopisu inžiniera strojového učenia

• Prispôsobte zhrnutie konkrétnej pozícii a zdôraznite relevantné oblasti strojového učenia.
• Pri každej pracovnej skúsenosti opíšte svoj prínos, použité nástroje a výsledok práce.
• Uveďte, či ste modely iba vytvárali, alebo ste ich aj nasadzovali a monitorovali.
• Pomenujte technológie konkrétne a používajte ich len vtedy, ak s nimi máte reálne skúsenosti.
• Udržte životopis prehľadný, pravdivý a ľahko čitateľný pre technických aj netechnických čitateľov.