Rekrytering inom AI · UTVECKLA MODELLER
Rekrytera
Machine Learning Engineer.
En Machine Learning Engineer utvecklar, utvärderar och produktionssätter maskininlärningsmodeller. Tyngdpunkten ligger på data, modellernas prestanda och hur de fungerar över tid.
Kod, modellutveckling och produktionssättning
När behöver ni rollen?
När uppdraget kräver egen modellutveckling, anpassning eller stabil drift av maskininlärning behövs ofta mer specialiserad kompetens än för att integrera ett färdigt AI-API.
Vad kan ingå i uppdraget?
- Förbereda data och utveckla modeller för ett avgränsat problem.
- Utvärdera prestanda med relevanta data och mätetal.
- Produktionssätta modeller i samarbete med utvecklings- och driftteam.
- Följa upp förändringar i data och modellernas kvalitet.
Vad bör ni bedöma i rekryteringen?
Be kandidaten förklara hur tränings- och testdata separerades, vilka fel som var mest kostsamma och hur modellen följdes upp efter produktionssättning.
Vad visar relevant erfarenhet?
- Kan motivera valet av en enkel baslinje innan mer komplexa modeller prövas.
- Kan upptäcka dataläckage och välja mätetal som speglar verksamhetens kostnad för fel.
- Kan beskriva hur träning, versionshantering, driftsättning och uppföljning hänger ihop.
Ett exempel på rekryteringsbehov.
Illustrativ situation, inte en platsannons eller ett kundcase.
Ni vill förutsäga efterfrågan med egna historiska data och behöver gå från experiment till en modell som används i planeringen. Rollen behöver kunna hantera datakvalitet, testupplägg och förändringar i modellens prestanda över tid.
En vanlig fallgrop i kravprofilen.
Att söka avancerad modellutveckling när behovet egentligen är att integrera en befintlig modell. Det ger en annan kravprofil och kan göra rekryteringen onödigt svår.
Avgränsa ansvaret från början.
Rollen kan överlappa AI Engineer och Data Scientist. Tydliggör om uppdraget främst handlar om analys, modellutveckling eller drift.
AI Spetsen hjälper företag i Sverige att tydliggöra behovet och rekrytera rätt person. Kravprofil och urval behöver anpassas till ert team, era system och uppdragets ansvar.
Frågor och svar
Hur skiljer sig en Machine Learning Engineer från en AI Engineer?
En Machine Learning Engineer arbetar ofta med att utveckla, driftsätta och följa upp maskininlärningsmodeller och tillhörande dataflöden. En AI Engineer kan i stället fokusera på att bygga applikationer med redan tillgängliga modeller. Roller överlappar och titlarna är inte standardiserade. Beskriv därför om uppdraget kräver egen modellträning, datahantering, applikationsutveckling eller integration, och vilken erfarenhet av drift och utvärdering som behövs.
Jämför närliggande roller.
Vilken kompetens behövs mellan AI-prototyp och produktion?
Läs också hur ni skriver en kravprofil, hur AI-kompetens kan bedömas och guiden inför er första AI-rekrytering och hur AI Spetsens rekryteringsarbete går till.