บริษัทชั้นนำใน EduTech! เรากำลังมองหาวิศวกร ML เพื่อรับผิดชอบในการสร้างโมเดล AI สำหรับการพัฒนาโปรดักส์และเอนจิ้นใหม่โดยใช้ข้อมูลการศึกษา 9.7 พันล้านรายการ
เรามองหาผู้ที่มีประสบการณ์ด้าน ML ที่เคยนำโมเดลการแนะนำ·การคาดการณ์·การสร้างมาใช้ในผลิตภัณฑ์จริง
CatchIt ถือเป็นบริษัทที่มีผู้ใช้สะสม 2.6 ล้านคนและข้อมูลพฤติกรรมการเรียนรู้ 9.73 พันล้านรายการ พร้อมตั้งเป้าพัฒนา AI การศึกษาไปสู่ระดับการร่วมมือ
• มีความสามารถในการพิจารณาเรื่องการปรับปรุงประสิทธิภาพของโมเดลและข้อจำกัดของสิ่งแวดล้อมการให้บริการ (ความล่าช้า·ค่าใช้จ่าย ฯลฯ)
• มีทักษะการสื่อสารในการกำหนดความต้องการด้านโดเมนเป็นปัญหา ML
• มีความกระตือรือร้นในการเรียนรู้และขยายไปสู่เทคโนโลยีใหม่ (LLM, Reinforcement Learning ฯลฯ)
• มีประสบการณ์ในการจัดการทิศทางและดำเนินการในทีมขนาดเล็ก
A. การออกแบบ·พัฒนา·ดำเนินการโมเดล (~60%)
• ใช้ข้อมูลการเรียนรู้·เนื้อหา·ผู้ใช้ในการออกแบบ·พัฒนาและนำเสนอโมเดล ML หลัก เช่น การแนะนำ·การจับคู่·การคาดการณ์การออก·เนื้อหาที่สร้างขึ้น
• รับผิดชอบวงจรชีวิต ML ทั้งหมดตั้งแต่การฝึกโมเดล → การประเมิน → การปรับแต่ง → การเผยแพร่ในผลิตภัณฑ์ → การตรวจสอบ → การฝึกซ้ำ
• นำการกำหนดปัญหา ML ใหม่ การจัดเก็บข้อมูล·การตั้งสมมติฐาน·การสร้างโมเดล·การทดลอง·การนำไปใช้ในบริการ
• แปลงมาตรฐานประสิทธิภาพของโมเดล (Macro F1·NDCG·AUC ฯลฯ) เป็น KPI ทางธุรกิจและเชื่อมต่อกับคุณค่าของผู้ใช้
B. การทดลอง·เครื่องมือ·การร่วมมือ (~40%)
• การออกแบบ·ดำเนินการการทดสอบ A/B การวัดผลกระทบของโมเดลต่อ KPI ทางธุรกิจอย่างปริมาณ
• ศึกษาแนวโน้มของเทคโนโลยี ML·LLM·AI ที่สร้างขึ้นและนำไปใช้ในบริการได้
• ร่วมมือกับวิศวกรข้อมูลในการดำเนินการ Feature Store·การให้บริการโมเดล·โครงสร้างพื้นฐานการดำเนินงาน
• มีส่วนร่วมในการกำหนดความต้องการ ML ร่วมกับ PM·การวางแผน·การวิเคราะห์ เพื่อมีส่วนร่วมในการตัดสินใจทางเทคนิคของทีม
• มีประสบการณ์การทำงานที่เกี่ยวข้องกับ ML/AI ตั้งแต่ 5 ปีขึ้นไป มีประสบการณ์ในการเผยแพร่โมเดลให้บริการจริง
• มีประสบการณ์ในการออกแบบ·ฝึก·ปรับแต่ง·ประเมินโมเดล Machine Learning/Deep Learning และมีส่วนร่วมในการนำไปใช้ในบริการจริง
• เชี่ยวชาญ Python (PyTorch, scikit-learn ฯลฯ)
• เชี่ยวชาญ SQL มีประสบการณ์ในสภาพแวดล้อม Cloud (AWS/GCP/Azure)
• มีประสบการณ์ในการวิศวกรรมฟีเจอร์จากบันทึกพฤติกรรมหรือข้อมูลธุรกรรมขนาดใหญ่
• มีความเข้าใจในการทดสอบสมมติฐานทางสถิติและการออกแบบการทดลอง (A/B Testing ฯลฯ)
• มีประสบการณ์ในการร่วมมือการเขียนโค้ดบน Git และการสื่อสารกับผู้เชี่ยวชาญในโดเมน·การวางแผน
• ปริญญาโทในสาขาฟิสิกส์คอมพิวเตอร์ สถิติ คณิตศาสตร์ หรือสาขาที่เกี่ยวข้อง
• มีประสบการณ์ในการจัดการและสร้างโมเดลจากข้อมูลขนาดมากกว่า 100 ล้านรายการ
• มีประสบการณ์การทำงานเชิงลึกในสาขาต่าง ๆ เช่น ระบบการแนะนำ การจัดอันดับ NLP LLM Reinforcement Learning การจำลองเวลา การเรียนรู้หลายมิติ
• มีประสบการณ์ในการวิจัยหรือการใช้งาน AI การศึกษาเกี่ยวกับ Knowledge Tracing การสร้างโมเดลนักเรียน
• มีประสบการณ์ในการประยุกต์ใช้ LLM (RAG, Agents, Fine-tuning, Evaluation Pipeline)
• มีประสบการณ์ในการออกแบบ·ดำเนินการ Feature Store (Feast, Tecton ฯลฯ)
• มีประสบการณ์ในการสร้างหรือดำเนินการแพลตฟอร์ม A/B Testing
• มีประสบการณ์ใน MLOps Pipeline (Airflow, MLflow, Kubeflow ฯลฯ)
• มีประสบการณ์ในโดเมนการบริการที่พึ่งพาบันทึกพฤติกรรม เช่น EduTech การแนะนำเนื้อหา เกม เป็นต้น
• มีประสบการณ์ในการตีพิมพ์เอกสารในสาขาที่เกี่ยวข้องหรืองานประชุม
สวัสดิการและสภาพแวดล้อมในการทำงาน
• 🏠 สภาพการทำงานที่ทำงานจากที่บ้านได้เต็มที่ - สภาพการทำงานที่มีประสิทธิภาพที่สามารถทำงานจากที่ใดก็ได้ในประเทศ
• 📊 การจัดการหุ้นส่วน - มีการจัดการหุ้นสำหรับผู้มีส่วนร่วมใน R&D ที่สำคัญ (พิจารณาให้หลังจากทำงาน 1 ปี)
• 📈 ประสบการณ์การเติบโตทั่วโลก - ประสบการณ์หลักในการเติบโตไปทั่วโลกกับผลิตภัณฑ์ที่มีแนวโน้มตรงตามเป้าหมาย 10 ล้านดาวน์โหลด (เช่น ฟีเจอร์ของ Google)
• 💼 ประสบการณ์ในการพัฒนาระบบหลัก - มีส่วนร่วมในการพัฒนาพื้นฐานและระบบในสาขาธุรกิจที่ไม่เหมือนใครที่ผสาน AI และเกม
• 🌴 สำนักงานเจจู & การรีเฟรช - สนับสนุนการรีเฟรช เช่น ทำงานที่สำนักงานสำนักงานใหญ่ในเจจู
• 📚 สนับสนุนการพัฒนาตนเอง - สนับสนุนการพัฒนาตนเองเช่น หนังสือ·คลาสออนไลน์
• 💪 สนับสนุนการดูแลสุขภาพ - สนับสนุนค่าใช้จ่ายการตรวจสุขภาพ / โปรแกรมการดูแลสุขภาพในบริษัท
• ❤️ วัฒนธรรมกิจกรรมกีฬาอย่างสนุกสนาน - สร้างวัฒนธรรมการออกกำลังกายที่สนุกสนานผ่านการแข่งขันและการสร้างความร่วมมือในกิจกรรมการออกกำลังกายทุกเดือน
• เอกสารที่ต้องส่ง — ประวัติย่อ, จดหมายแนะนำตัว, Portfolio หรือผลงานตัวอย่างที่ทำขึ้น (กรุณาระบุส่วนที่ทำอย่างชัดเจน)
• ขั้นตอนการสมัครงาน — ตรวจสอบเอกสาร·พอร์ตโฟลิโอ → สัมภาษณ์ทำงานครั้งที่ 1 (ออนไลน์) → สัมภาษณ์ครั้งที่ 2 (ออนไลน์) → สัมภาษณ์ครั้งที่ 3 (ออฟไลน์) → ประกาศผลการสมัคร
• ในระหว่างกระบวนการสัมภาษณ์อาจมีภารกิจ (ไม่เกิน 1 วัน) หรือทดสอบในระหว่างสัมภาษณ์
[ข้อมูลรายละเอียดเพิ่มเติมกรุณาอ้างอิงที่หน้า Notion]
https://catchitplay.notion.site/AI-ML-36098f74ee5a80c0b70bf09ebdf98c3e
