20.10.2020
  • IT - Разработка ПО
  • IT
  • Ukraine

Data Scientist (Machine Learning)

ЗП – висока, обговорюється в залежності від рівня кандидата.

Місце роботи м. Кропивницький (допомога в релокації) або remote.

Роботодавець – продуктова компанія — web/mobile для закордонного рынку.

Всі проекти зв’язані  з доповненою реальністю.

Проект: APP для market place, що дозволяе в режимі реального часу зробити примірку. Пример: https://www.youtube.com/watch?v=tnH3Ly_4ZB8&ab_channel=ARworks

 

Основні вимоги:

 

Знати:

  • Принцип роботи комп’ютерних штучних мереж.
  • Види та призначення шарів штучних комп’ютерних мереж.
  • Мову програмування “Python”.
  • Бібліотеку “tensorflow” та її модуль “keras”, “numpy”.
  • Володіти кількома середовищами розробки під “Python”.
  • Мати уявлення про обсяги даних, які потрібно використати для навчання мережі.
  • Методи планування нейронних мереж з огляду на баланс між точністю роботи, швидкодії та використання доступних обчислювальних ресурсів.
  • Знати методи покращення стійкості навчання нейронних мереж.
  • Знати основні показники якості роботи нейронної мережі та засоби отримання цих показників.
  • Знати принципи будови даних, які обробляються та організації цих даних у пам’яті комп’ютера.
  • Знати методи та засоби збереження та отримання великої кількості інформації.
  • Знати основні чинники, які впливають на швидкість роботи програми з великою кількістю даних.
  • Методи доведення репрезентативності даних для навчання мережі.
  • Знати про явище перенівчання мережі та знати методи запобігання цього явища.
  • Формати чисел: char, float, double, unsigned…
  • Методи формування пози людиноподібного мешу, керування позами цього мешу.

 

Вміти:

  • Створювати нейронні мережі власноруч розробленої архітектури.
  • Вміти оцінювати швидкість роботи нейронних мереж на етапі їх проектування.
  • Із задач, які поставлені нейронній мережі, обирати відповідні види шарів нейронної мережі та їх розміри.
  • Розбивати основну задачу на кілька простіших задач.
  • Слідкувати за процесом навчання нейронної мережі.
  • За плином навчання нейронної мережі прогнозувати остаточну якість навчання.
  • Експортувати навчену нейронну мережу в “protobuf” формат для використання в інших проектах.
  • Використовувати віддалені сервери для навчання мереж.
  • Перенавчати попередньо треновані нейронні мережі.
  • Проводити доведення правильності роботи мережі.




Отправить резюме
Загрузите резюме размером не более 20 МБ