目的
机器学习（ML）工程师负责设计和开发机器学习和深度学习系统。您的职责包括数据收集、清洗和预处理，创建机器学习模型和保留系统。凭借您在统计学、编程、数据科学和软件工程方面的出色技能，我们希望能与您见面。您的最终目标将是塑造和构建高效的自学应用程序，并支持基础机器学习基础设施。
您将制定评估策略，构建评估集，运行基准测试，确保质量监控到位，并确定重点质量迭代的议程/优先级。您将被授权对解决方案进行建模和原型设计，要么将它们实施到生产环境中，要么与我们的其他机器学习工程师和应用科学家合作，确保以最高的质量标准实施。
基本职责和责任
• 开发、部署和优化推理框架。
• 研究、分析、开发和测试机器学习组件，以支持业务战略和路线图。
• 与数据科学家、软件工程师和DevOps合作，将预测算法部署到生产环境中。
• 实施监控系统，跟踪模型的性能。
• 努力不断改进模型性能，并在必要时进行调试。
• 管理算法的内存和计算占用。
• 参与或主导与跨职能团队的讨论，了解和协作高度复杂的业务目标，并影响解决方案策略。
• 使用可视化技术支持分析的相关要点，并使非技术人员更容易理解。
• 保持对当前数据和分析趋势的了解（例如：云计算、数据挖掘、Python、神经网络、传感器数据、物联网、流媒体/实时数据）。
• 看到在数据和分析领域继续学习的机会，无论是非正式的（例如Coursera、Udemy、Kaggle、Code Up等）还是正式的（例如认证或高级课程）。
资格和教育要求
• 数量分析领域的学士学位，如统计学、数学、工程、精算科学或其他数量学科。
• 有处理大型动态数据集并开发用于摄取、清洗和评估数据的代码的经验。
• 熟练掌握深度学习和机器学习算法，并熟悉机器学习框架。
• 具备用于基于事实的决策的数学和统计技术和方法的高级技能。
• 熟悉和应用数据分析、数据可视化、综合信息以传达见解并推动业务结果的能力。
• 具备处理新兴数据集并将其纳入新见解中的经验（数据整理、数据处理）。
首选技能
• 精通云数据库/数据仓库（最好是Snowflake和AWS）
• 精通机器学习环境中的编程语言（Python）
• 3年以上使用数据可视化和BI工具（首选Tableau）
• 3年以上从多个大型数据源进行复杂数据提取的经验
• 3年以上进行复杂数据聚合、清理和质量检查的经验
• 首选个人汽车保险经验
其他职责
此职位描述并未设计为涵盖或包含员工在此职位上所需的全部活动、职责或责任的全面列表。职责、责任和活动可能随时发生变化，恕不另行通知。 
洛杉矶