初级机器学习工程师 - （远程）全职
Openmesh总部：悉尼，新南威尔士州，澳大利亚 远程工作 11月3日
初级机器学习工程师 - 全职（远程）
角色概述/概述
作为初级开发人员，从事与机器学习，深度学习，人工智能，微服务和敏捷工具相关的实际工作。
关于我们
在过去的3年中，我们一直在构建Openmesh-一个建立在全球裸金属服务器网络上的全栈、去中心化的数据云基础设施。它是最大的开放数据湖，涵盖了今天大约80%的加密货币和Web3生态系统。Openmesh使任何人都能够创建自己的去中心化数据云，全球连接，安全共享数据，降低部署成本，并自动化数据云设置。
Openmesh网络旨在为任何人提供数据收集、存储、处理、流式传输和连接，无需注册、许可或付款。把Openmesh看作是互联网的开放数据框架。它授予普遍访问权限，并防止法规、政府、公司甚至自身创建者的干扰。可能性是无限的。
关于2023年OPEN数据和基础设施峰会
Openmesh将举办首届年度活动OPEN D/I。
愿景
为了保护一个民主化的社会，数据基础设施应该是开放的，对普通公众易于访问，没有进入障碍，并且没有太多来自法规、政府和/或公司的干扰。
使命
教育、提高意识并团结先驱者、企业家、创新者、政策制定者和改变者，推动开放、去中心化的Web。全球问题需要全球合作。我们可以共同塑造一个民主的技术未来。
正确设计
对我们来说，正确设计非常重要。技术发展如此迅速，我们需要负责任地构建技术。在保护人类最重要的东西的同时，培育创新和增长至关重要，以确保一个更好的未来。
职责
协助团队负责人识别与人工智能、机器学习、微服务和敏捷工具相关的多个新兴技术计划并行运行
作为实际操作的初级开发人员来实施解决方案
愿意参与开发与计划相关的在线内容（博客、社交媒体等），以推进企业营销计划。
资格/要求
熟悉机器学习基础知识
了解优化技术和差异（梯度下降变种、超参数调整、正则化）
在不同问题和领域有一些经验，最好专门研究至少一个领域（监督学习、无监督学习、生成式、控制/强化学习、异常检测、时间序列等）
熟悉一些传统机器学习模型（k-means、KNN、决策树、支持向量机、贝叶斯/图模型、高斯过程等）
基本了解深度学习基础知识（CNN、RNN、注意力/记忆、自回归），最好有一些扩展的应用（Transformer、LSTM、ResNet等）
使用流行框架进行编码的经验
熟练掌握Python（基本数据结构、编码模式），以及常见的数据、数学和可视化库
能够在不同的编码环境（本地、笔记本、容器）中工作，并熟悉软件工程工作流程（测试、代码管理/Git）
高效加载和保存大型数据集和模型
构建模块化和可部署的代码结构（日志和指标，遵循常见的部署接口/钩子）
能够遵循论文/理论并调整相关模型
MLOps和云环境（资源配置、优化）
数据工程（批处理或流式大规模数据处理，安全和配置最佳实践）
你将获得什么
加入Openmesh作为初级量化研究员，您将享受以下福利：
具有竞争力的薪酬福利。
在先驱性行业中的职业发展机会。
参与重视数据完整性和创新的开源社区。
一个协作的工作环境，重视您的贡献。
有机会站在加密货币和Web 3.0领域变革性发展的前沿。 
悉尼