샬럿 ***

경력 요약

운영 환경에서 머신러닝 솔루션을 설계, 개발 및 배포한 6년 경력의 시니어 머신러닝 엔지니어입니다. 데이터 준비, 특성 엔지니어링, 모델 개발, 평가, 배포, 모니터링 및 지속적인 개선을 포함한 머신러닝 전 과정에 대한 경험이 있습니다. 지도학습, 비지도학습, 딥러닝, 자연어 처리 및 예측 모델링에 대한 전문 지식을 갖추고 있습니다. Python, SQL, 클라우드 플랫폼 및 최신 MLOps 방식을 사용하여 확장 가능한 머신러닝 파이프라인과 운영 환경에 적합한 머신러닝 시스템을 구축한 경험이 있습니다. 데이터 사이언티스트, 소프트웨어 엔지니어, 프로덕트 매니저 및 비즈니스 이해관계자와 협업하여 복잡한 비즈니스 문제를 실용적인 머신러닝 솔루션으로 전환할 수 있습니다. 의미 있는 비즈니스 성과를 창출하는 신뢰성 있고 확장 가능하며 성과를 측정할 수 있는 AI 시스템 개발에 열정을 가지고 있습니다.

학력

퀸즐랜드대학교, 퀸즐랜드주 브리즈번
데이터 사이언스 석사, 2016년 2월 – 2017년 12월

경력

AI & Data Solutions Australia, 퀸즐랜드주 브리즈번 — 시니어 머신러닝 엔지니어, 2022년 1월 – 현재

다양한 비즈니스 활용 사례에 대응하는 운영 애플리케이션용 머신러닝 솔루션의 설계, 개발 및 배포를 주도합니다.

데이터 사이언티스트, 소프트웨어 엔지니어, 프로덕트 매니저 및 비즈니스 이해관계자와 긴밀히 협력하여 머신러닝 요구사항을 정의하고 비즈니스 문제를 기술 솔루션으로 전환합니다.

데이터 준비, 특성 엔지니어링, 모델 학습, 평가, 배포 및 모니터링을 포함한 전체 머신러닝 파이프라인을 설계합니다.

분류, 회귀, 예측, 추천 및 예측 분석에 활용되는 머신러닝 모델을 개발하고 최적화합니다.

Python, SQL, 클라우드 서비스 및 분산 처리 기술을 사용하여 확장 가능한 데이터 및 머신러닝 파이프라인을 구축합니다.

모델을 기존 소프트웨어 애플리케이션과 비즈니스 플랫폼에 연동하는 운영 환경용 머신러닝 서비스와 API를 개발합니다.

모델 평가 프레임워크를 구현하고 적절한 성능 지표를 수립하여 모델의 정확성, 신뢰성 및 비즈니스 영향을 평가합니다.

그래디언트 부스팅, 랜덤 포레스트, 신경망, 군집화 및 딥러닝 모델을 포함한 머신러닝 기법을 적용합니다.

모델 버전 관리, 자동 학습, 배포, 모니터링 및 모델 수명주기 관리를 포함한 MLOps 워크플로를 개발하고 유지합니다.

운영 중인 모델을 모니터링하여 성능 저하, 데이터 드리프트 및 운영 문제를 파악하고 필요에 따라 개선합니다.

소프트웨어 엔지니어링 팀과 협업하여 모델 서빙, 애플리케이션 연동, 확장성 및 시스템 성능을 개선합니다.

새로운 머신러닝 접근법, 프레임워크 및 기술을 평가하기 위해 기술 조사와 실험을 수행합니다.

주니어 머신러닝 엔지니어와 데이터 사이언티스트에게 기술 지도와 멘토링을 제공합니다.

기술 및 비즈니스 부문의 고위 이해관계자에게 기술 조사 결과, 모델 성능 및 제안 사항을 발표합니다.

Data Analytics Technologies, 퀸즐랜드주 브리즈번 — 머신러닝 엔지니어, 2020년 1월 – 2021년 12월

비즈니스 및 운영 의사결정을 지원하기 위해 머신러닝 모델과 예측 분석 솔루션을 개발했습니다.

Python과 SQL을 사용하여 데이터 정제, 변환, 특성 엔지니어링 및 탐색적 데이터 분석을 수행했습니다.

정형 및 비정형 데이터셋을 사용하여 머신러닝 모델을 학습, 평가 및 최적화했습니다.

분류, 회귀, 예측 및 고객 행동 분석을 위한 예측 모델을 개발했습니다.

개발 효율성과 모델 재현성을 높이기 위해 재사용 가능한 데이터 처리 및 머신러닝 파이프라인을 구축했습니다.

적절한 평가 기법과 성능 지표를 사용하여 모델 검증과 하이퍼파라미터 최적화를 수행했습니다.

데이터 사이언티스트 및 소프트웨어 엔지니어와 협력하여 머신러닝 모델을 실험 단계에서 운영 환경으로 전환했습니다.

데이터 처리, 모델 학습 및 평가를 위한 자동화 스크립트와 워크플로를 개발했습니다.

확장 가능한 모델 개발과 배포를 지원하기 위해 클라우드 기반 머신러닝 및 데이터 서비스를 사용했습니다.

모델 성능 문제를 조사하고 데이터 품질, 특성 엔지니어링 및 모델 아키텍처를 개선했습니다.

머신러닝 프로세스, 모델 가정, 실험, 결과 및 기술적 의사결정을 문서화했습니다.

스프린트 계획, 기술 논의, 코드 리뷰 및 회고를 포함한 애자일 개발 프로세스에 참여했습니다.

기술 역량

머신러닝: 지도학습, 비지도학습, 분류, 회귀, 군집화, 추천 시스템, 예측 모델링, 특성 엔지니어링, 모델 최적화

딥러닝 및 AI: 신경망, 딥러닝, 자연어 처리, 컴퓨터 비전, PyTorch, TensorFlow, 트랜스포머 모델, 임베딩

프로그래밍: Python, SQL, R, Bash

머신러닝 라이브러리: Scikit-learn, Pandas, NumPy, XGBoost, PyTorch, TensorFlow, Hugging Face

MLOps: 머신러닝 파이프라인, 모델 배포, 모델 서빙, 모델 모니터링, 실험 추적, 모델 버전 관리, 지속적 통합 및 배포, 자동 학습, 데이터 검증

클라우드 및 인프라: AWS, Azure, Docker, Kubernetes, 클라우드 기반 머신러닝 서비스, 분산 컴퓨팅

데이터 엔지니어링: ETL 파이프라인, 데이터 전처리, 데이터 모델링, 데이터 품질, 특성 파이프라인, Spark, Databricks

데이터베이스: PostgreSQL, MySQL, SQL Server, MongoDB, 데이터 웨어하우스, SQL 최적화

개발 도구: Git, GitHub, GitLab, Jupyter, MLflow, Airflow, VS Code, Jira

분석 및 시각화: 통계 분석, A/B 테스트, 모델 평가, 성능 모니터링, Matplotlib, Power BI

업무 역량: 기술 리더십, 문제 해결, 분석적 사고, 이해관계자와의 의사소통, 멘토링, 기술 문서 작성, 프로젝트 협업

학력

2016년 2월 – 2017년 12월
데이터 사이언스 석사
퀸즐랜드대학교, 퀸즐랜드주 브리즈번

기술

머신러닝 | 인공지능 | 딥러닝 | 예측 모델링 | Python | SQL | Scikit-learn | PyTorch | TensorFlow | XGBoost | Pandas | NumPy | 자연어 처리 | 컴퓨터 비전 | 특성 엔지니어링 | 모델 개발 | 모델 평가 | 모델 배포 | MLOps | 머신러닝 파이프라인 | 모델 모니터링 | MLflow | AWS | Azure | Docker | Kubernetes | Databricks | Apache Spark | Airflow | 데이터 엔지니어링 | ETL | 데이터 모델링 | 통계 분석 | 실험 | 지속적 통합 및 배포 | REST API | 소프트웨어 엔지니어링 | 기술 리더십 | 애자일 | 이해관계자 관리

직업: 시니어 머신러닝 엔지니어

경력: 6년

지역: 호주 퀸즐랜드주

Skills: Python, TensorFlow, Machine Learning

Experience: 6 years

Daily rate: AUD 500

Fictional sample profile — replace with your approved candidate details.