任务：RQ06797 - 机器学习工程师 - 高级
开始日期：2024年1月29日
结束日期：2024年3月29日
职位空缺数量：2
办公地点：多伦多贾维斯街222号
组织：政府服务整合集群
部门：公共和商业服务交付部（原MGCS）
工作日数量：44.00
职位名称：机器学习工程师
候选人需要每周在现场工作3天。
必备条件：
• 对机器学习概念的深入理解：熟练掌握基本的机器学习概念、算法和技术。
• 自然语言处理（NLP）专业知识：了解NLP技术和模型，特别是BERT和其他基于transformer的模型，用于文本分类、情感分析和语言理解等任务。
• 深度学习框架的经验：熟练掌握TensorFlow或PyTorch等深度学习库。使用这些框架实现、训练和微调BERT模型的经验至关重要。
• 数据预处理技能：能够进行文本预处理、分词，并理解词嵌入。
• 编程技能：熟练掌握Python编程技能，包括使用NumPy、Pandas和Scikit-learn等库的经验。
• 模型优化和调优：通过超参数调优来优化模型性能，并理解模型复杂性和性能之间的权衡。
• 对迁移学习的理解：了解如何利用预训练模型（如BERT）来解决特定任务，并将其适应自定义数据集。
描述：
职责：
• 创建机器学习模型并利用数据对模型进行训练
• 重点分析数据以找到输入和期望输出之间的关系，理解业务目标并开发帮助实现业务目标的模型，以及跟踪其进展的指标
• 设计和开发机器学习和深度学习系统
• 运行机器学习测试和实验
• 实现适当的机器学习算法
一般技能：
• 有管理可用资源（如硬件、数据和人员）以确保按时完成任务的经验。
• 有分析可用于解决给定问题的机器学习算法并按成功概率对其进行排名的经验。
• 有探索和可视化数据以了解数据的经验，然后识别可能影响在现实世界部署模型时性能的数据分布差异。
• 有验证数据质量和/或通过数据清洗确保数据质量的经验。
• 有在需要更多数据时监督数据获取过程的经验。
• 有寻找可用于训练的在线数据集的经验，有定义验证策略的经验。
• 有定义给定数据集上要进行的预处理或特征工程的经验。具备统计学和计算机编程背景。
• 具备团队合作精神，有按时完成任务、处理竞争性优先事项和客户关系管理经验的记录。
技能：
经验和技能要求
所有要求都是“必备”：
• （15%）- 对机器学习概念的深入理解：熟练掌握基本的机器学习概念、算法和技术。
• 自然语言处理（NLP）专业知识：了解NLP技术和模型，特别是BERT和其他基于transformer的模型，用于文本分类、情感分析和语言理解等任务。
• （20%）- 深度学习框架的经验：熟练掌握TensorFlow或PyTorch等深度学习库。使用这些框架实现、训练和微调BERT模型的经验至关重要。
• （30%）- 数据预处理技能：能够进行文本预处理、分词，并理解词嵌入。
• 编程技能：熟练掌握Python编程技能，包括使用NumPy、Pandas和Scikit-learn等库的经验。
• （20%）- 模型优化和调优：通过超参数调优来优化模型性能，并理解模型复杂性和性能之间的权衡。
• （15%）- 对迁移学习的理解：了解如何利用预训练模型（如BERT）来解决特定任务，并将其适应自定义数据集。 
多伦多