Zuzana Novotná
ML инженер
zuzana.novotna@gmail.com · +971501234567
Dubaj
Spojené arabské emiráty
https://linkedin.com/in/zuzananovotna
translate.sections.summary
Som skúsená ML inžinierka so silnou znalosťou hlbokého učenia, spracovania prirodzeného jazyka a analýzy veľkých dátových súborov. Mám viac ako 7 rokov skúseností v oblasti implementácie strojového učenia v medzinárodných tímov, predovšetkým v prostredí start-upov a globálnych spoločností. Moje projekty zlepšili výkonnosť produktov o viac ako 30 % a zvýšili efektivitu procesov. Chcem rozvíjať inovácie využívajúce najmodernejšie technológie a prispieť k tvorbe inteligentných riešení pre globálnych klientov.
translate.sections.experience
ML inžinierka, NeuralaTech
remote
2022-01 — translate.defaults.currentTime
Vedenie vývoja a nasadenia ML modelov na spracovanie prirodzeného jazyka a analýzu veľkých dátových súborov. Koordinácia tímu a spolupráca so softvérovými inžiniermi na vývoji integrovaných riešení. Zabezpečenie optimalizácie modelov na platformách AWS a Azure.
• Zvýšenie presnosti modelov o 25 % pomocou optimalizácie hál a dátových cyklov
• Implementácia automatizovaného systému monitorovania výkonu ML modelov, znižujúcho čas údržby o 40 %
• Viedla projekt, ktorý zvýšil rýchlosť spracovania dátového toku o 50 %
• Vybudovala škálovateľnú infraštruktúru pre distribučné modely na cloudových platformách
Senior Data Scientist, DataVision
Singapur
2019-05 — 2021-12
Vyvíjala a implementovala modely na predikciu správania zákazníkov a optimalizáciu marketingových kampaní. Analyzovala veľké dátové sety a navrhovala efektívne strojové algoritmy, ktoré zvýšili návratnosť investícií klientov.
• Zlepšenie konverzného pomeru kampaní o 20 % pomocou behaviorálnej analýzy
• Automatizovala proces spracovania dát, čo šetrilo 15 hodín práce týždenne
• Vypracovala prediktívne modely, ktoré zvýšili presnosť o 30 %
• Pripravila školiace workshopy pre kolegov na témy spracovania dát a strojového učenia
ML inžinierka, TechInnovate
Dubaj
2016-08 — 2019-04
Implementovala inteligentné štítky a systémy na rozpoznávanie obrazu pre e-commerce platformu. Vytvárala modely na spracovanie obrazu a rozpoznávanie objektov, ktoré zvýšili schopnosť automatického označovania produktov.
• Vybudovala model na rozpoznávanie obrazov s presnosťou 92 %
• Znížila manuálnu prácu v kategorizácii produktov o 60 %
• Optimalizovala modely, čím sa zlepšila rýchlosť spracovania o 40 %
• Integrovla rozpoznávanie obrazu do vyhľadávacieho nástroja platformy
translate.sections.education
Mgr. — Prírodovedecká fakulta Univerzity v Bratislave
Informatika a strojové učenie
Štúdium zamerané na algoritmy strojového učenia, dátovú analytiku a AI systémy. Absolvovala som viaceré projekty na tvorbu modelov a analýzu dátových súborov.
translate.sections.skills
Jazykové a programovacie technológie: Python, R, SQL, Java, C++
Strojové učenie a hlboké učenie: TensorFlow, PyTorch, Keras, scikit-learn, XGBoost
Spracovanie veľkých dát a databázy: Spark, Hadoop, NoSQL, PostgreSQL, MongoDB
Cloud a DevOps: AWS, Azure, Docker, Kubernetes, CI/CD
Komunikačné a soft skills: Tímová práca, Komunikácia s klientmi, Projektové riadenie, Analytické myslenie
translate.sections.languages
Slovenčina (translate.languageLevels.native)
Angličtina (translate.languageLevels.fluent)
Arabčina (translate.languageLevels.intermediate)
Čo robí ML inžinier a prečo je dôležitý?
ML inžinier je odborník, ktorý vytvára a nasadzuje algoritmy strojového učenia, aby riešil komplexné problémy v biznise alebo technológii. Pri práci s veľkými dátami navrhuje modely, optimalizuje ich výkon a zabezpečuje ich spoľahlivosť. Táto pozícia je kľúčová pre vývoj inteligentných systémov, od odporúčaní v e-commerce po rozpoznávanie obrazu alebo hlasu.
- Vytvárať modely na spracovanie prirodzeného jazyka a analýzu dát.
- Implementovať a nasadzovať algoritmy na platformách cloudových služieb.
- Optimalizovať existujúce modely na zvýšenie ich presnosti a rýchlosti.
- Spolupracovať s tímami softvérových vývojárov na integrácii AI riešení.
- Analýza veľkých dátových súborov s cieľom objaviť vzory a trendy.
- Vyvíjať škálovateľné systémy s dôrazom na výkonnosť a spoľahlivosť.
- Vedenie projektov od návrhu po deploy s dôrazom na kvalitu.
Hlavné kompetencie a technológie pre ML inžiniera
Úspešní ML inžinieri musia ovládať širokú škálu technológií a zručností. Preto je dôležité sa neustále učiť a aktualizovať svoje schopnosti, najmä v oblasti programovania, dátovej analýzy a cloudových služieb. Tu je prehľad najdôležitejších technológií, ktoré by mal každý ML inžinier mať vo svojom portfóliu.
- Programovanie v Pythone, R, Java a C++.
- Používanie TensorFlow, PyTorch, Keras a scikit-learn.
- Práca s databázami ako SQL, NoSQL, MongoDB, PostgreSQL.
- Veľké dáta s Apache Spark a Hadoop.
- Cloudové platformy AWS, Azure, Google Cloud.
- Implementácia CI/CD a kontajnerizácia pomocou Docker a Kubernetes.
- Tímová spolupráca a komunikačné schopnosti.
- Analytické myslenie a riešenie problémov.
Dopyt po ML inžinieroch a odmeny na trhu práce
Dopyt po kvalifikovaných ML inžinieroch rýchlo rastie vďaka neustálemu rozvoju umelej inteligencie a veľkých dát. Upozorňujeme, že práca v tejto oblasti je vo veľkom dopyte nielen na Slovensku či v Európe, ale aj v Ázii, na Strednom východe či v USA. Priemerné mzdy sa pohybujú medzi 60 000 a 120 000 eur ročne, v závislosti od skúseností a regiónu.
Priemerná ročná mzda ML inžiniera v EÚ: 75 000 €.
Rast zamestnanosti v sektore AI: 20 % ročne.
Dopyt po ML špecialistoch v Spojených arabských emirátoch je o 40 % vyšší ako globálny priemer.
V priemere, skúsené ML inžinierky zarábajú o 15 % viac ako muži v rovnakom sektore.
Čo očakávať od dobrého ML inžiniera? Príklady najdôležitejších aktivít
Do
- Ako ML inžinier je dôležité vedieť sa správne rozhodnúť, kedy použiť ktorý model alebo technológiu. Dobrý inžinier aktívne vymýšľa, testuje a hodnotí všetky možnosti, aby vybral najefektívnejšie riešenie. Naopak, neunáhlené nasadzovanie modelov bez dôkladného testovania môže spôsobiť výrazne zníženie kvality výsledkov a zvýšenie nákladov.
Don't
- Pravidelne aktualizovať a optimalizovať modely na základe nových dátových setov.
- Vyznať sa v dátovej príprave a čistení, aby modely dali čo najpresnejšie výsledky.
- Vyhýbať sa overfittingu a poddimenzovaniu modelov počas tréningu.
- Dobrovoľne dokumentovať zmeny a kroky procesu vývoja modelov.
- Aktívne sledovať najnovšie trendy a vývoj v oblasti AI a strojového učenia.
- Spolupracovať s tímom na vylaďovaní výkonu a škálovateľnosti systémov.
- Vytvárať vizualizácie a reporty, ktoré zrozumiteľne prezentujú výsledky projekto.
„Jediný spôsob, ako sa neustále zlepšovať v strojovom učení, je neustále experimentovať a zdieľať poznatky s tímom.“
Vzdelanie a certifikáty pre ML inžiniera
Vzdelanie v oblasti informatiky a strojového učenia poskytuje pevný základ na pochopenie teórie aj praktických aplikácií. Kľúčové sú aj špecifické certifikáty, ktoré dokazujú vaše schopnosti a aktuálnosť znalostí, najmä v dynamickej sfére AI.
- Magistráša z Informačných technológií a strojového učenia na univerzite v Bratislave.
- Certifikáty: TensorFlow Developer Certificate, AWS Certified Machine Learning – Specialty.
- Kurzy na platformách ako Coursera, Udacity či DataCamp, zamerané na hlboké učenie, veľké dáta a cloudové technológie.
- Pravidelná účasť na konferenciách a workshopoch, zameraných na najnovšie trendy AI.
Ukážky projektov a portfólio práce ML inžiniera
Dôležitou súčasťou recenzie práce ML inžiniera je ukážka skutočných projektov. Umožňuje ukázať schopnosti v reálnom svete, ako aj vaše schopnosti riešiť zložité problémy s dátami a modelmi.
- System na rozpoznávanie obrazov, ktorý zvýšil automatické označovanie položiek na e-shope o 40 %.
- Návrh prediktívneho modelu na hodnotenie rizík v bankovníctve, znižujúci podvodné transakcie o 30 %.
- Automatizovaný chatbot využívajúci NLP na zákaznícku podporu so sebavedomou integráciou do tímov.
- Personalizované odporúčacie systémy v e-kommercií, čo zvýšilo predaj o 25 %.
Príklad: 'Vyvinula som model na analýzu sentimentu, ktorý umožnil klientom získať rýchlejšie a presnejšie informácie z veľkých textových dát.'
Bežné chyby pri tvorbe životopisu pre ML inžiniera
Pri písaní životopisu je dôležité vyvarovať sa chýb, ktoré môžu skomplikovať vaše šance na zamestnanie. Často sa objavujú nedostatky v konkretnosti, nevhodná štruktúra alebo chýbajúce kľúčové slová, ktoré môžu ovplyvniť hodnotenie ATS systémami.
- Nesprávne alebo neúplné zhrnutie skúseností, ktoré neposkytuje jasný obraz o vašich schopnostiach.
- Vynechanie kľúčových technológií a nástrojov, ktoré sú v pracovných inzerátoch vyžadované.
- Príliš dlhé alebo všeobecné popisy práce bez kvantifikácie úspechov.
- Nevhodná štruktúra alebo absencia odlíšenia medzi rôznymi sekciami.
- Zanedbávanie správneho formátovania a pravopisu, ktoré znižuje dôveryhodnosť.
Tipy na tvorbu efektívneho životopisu pre ML inžiniera
Kvalitný životopis je záležitosť detailného prístupu. Pri jeho tvorbe odporúčame zdôrazniť relevantné skúsenosti, špecifické technológie a výsledky, ktoré ste dosiahli. Nezabudnite prispôsobiť obsah aktuálnej pracovnej ponuke a správne použiť kľúčové slová.
- Začnite silným zhrnutím, ktoré presne vystihuje vaše schopnosti a ciele.
- Vysvetlite svoje technické kompetencie do detailu, vrátane skúseností s cloudom, databázami či programovacími jazykmi.
- Dosiahnuté výsledky vždy podoprite kvantitatívnymi údajmi alebo príkladmi.
- Používajte krátke a jasné vety, vyhýbajte sa nejasným formuláciám.
- Prispôsobte svoj životopis tak, aby obsahoval relevantné kľúčové slová z pracovného inzerátu.
Ako optimalizovať životopis pre ATS systému ako ML inžinier
Automatizované systémy na hodnotenie životopisov (ATS) hľadajú špecifické kľúčové slová a frázy. Preto je dôležité ich správne umiestniť, aby váš životopis prešiel prvotnou kontrolou a dostal sa k personalistovi. Využite pracovné inzeráty a identifikujte hlavné technológie, nástroje a zručnosti, ktoré sa v nich opakujú.
- Používajte presné názvy technológií: TensorFlow, PyTorch, AWS.
- Zahrňte kľúčové zručnosti ako spracovanie veľkých dát, model training, deployment.
- Vyhnite sa slovníku, ktorý nie je v súlade s pracovnou inzerciou.
- Opakujte dôležité technológie aj v popise projektu alebo skúseností.
- Vystavte kľúčové slová prirodzene do textu, nie nasilu.
Ako prispôsobiť životopis na konkrétnu pracovnú ponuku ako ML inžinier
Pri uchádzaní sa o pracovné miesto je dôležité prispôsobiť svoj životopis špecifickým požiadavkám inzerátu. Nahráte si životopis do nášho tvorcovského nástroja, zaradíte k nemu text z ponuky práce a systém vám odporučí úpravy, ktoré zvýšia vaše šance na získanie pozície.
- Prečítajte si pracovnú ponuku dôkladne a zvýraznite kľúčové požiadavky.
- Prispôsobte svoje zručnosti a skúsenosti tak, aby zodpovedali uvedeným požiadavkám.
- Použite rovnaké kľúčové slová ako v ponuke práce, aby ste sa dobre zapísali v ATS kontrolách.
- Vždy vložte text inzerátu a vaše prispôsobenie do nášho osobného rozhrania na tvorbu životopisu.
Najčastejšie otázky k pozícii ML inžiniera
Ako sa stať úspešným ML inžinierom?
Stojí za to začať pevnými základmi v informatike a štatistike, pokračovať s kurzmi v strojovom učení a pracovať na reálnych projektoch, ktoré demonštrujú vaše schopnosti.