Machine Learning Staff (IT Consulting) / Staf Pembelajaran Mesin (Konsultasi TI)

- Translate and refine business goals into appropriate machine learning objectives. - Design and implement ML/DL solutions and integrate them with various Big Data platforms and architectures. - Create and maintain ML pipelines that are scalable, robust, and ready for production. - Collaborate with domain experts, software developers, and data scientists. - Troubleshoot ML/DL model issues, including recommendations for retrain, re-validate, and improvements/optimization. - Other related tasks as assigned - - Menerjemahkan dan menyempurnakan tujuan bisnis ke dalam tujuan pembelajaran mesin yang sesuai. - Merancang dan mengimplementasikan solusi ML/DL serta mengintegrasikannya dengan berbagai platform dan arsitektur Big Data. - Membuat dan memelihara pipeline ML yang dapat diskalakan, kuat, dan siap untuk produksi. - Berkolaborasi dengan ahli domain, pengembang perangkat lunak, dan ilmuwan data. - Memecahkan masalah model ML/DL, termasuk rekomendasi untuk melatih ulang, memvalidasi ulang, dan perbaikan/optimasi. - Tugas terkait lainnya

- Min 1+ years of software or Frontend - Hands-on experience in building ML models deployed into real-world business applications or research. - Working knowledge of ML/DL algorithms (classification, regression, clustering, hyperparameter tuning, etc). - Proficiency with Python and libraries for machine learning such as scikit-learn and pandas. - Good understanding of Deep learning frameworks such as Tensorflow, Keras, PyTorch, MXNet, etc. - Experience in using computer vision libraries such as OpenCV, PIL. - - Min 1+ tahun di bidang perangkat lunak atau Frontend - Pengalaman langsung dalam membangun model ML yang digunakan dalam aplikasi bisnis dunia nyata atau penelitian. - Pengetahuan tentang algoritma ML/DL (klasifikasi, regresi, pengelompokan, penyetelan hiperparameter, dll). - Kemahiran dengan Python dan pustaka untuk pembelajaran mesin seperti scikit-learn dan pandas. - Pemahaman yang baik tentang kerangka kerja pembelajaran mendalam seperti Tensorflow, Keras, PyTorch, MXNet, dll. - Pengalaman dalam menggunakan perpustakaan visi komputer seperti OpenCV, PIL.