人工智能

雇用 top 3%AI工程师

Toptal.. is a marketplace for top artificial intelligence engineers, programmers and experts. Top companies and start-ups choose Toptal’s AI engineers for their mission critical software projects.

无风险审判,仅在满意时付款。

客户率 Toptal.. AI Engineers4.4 / 5.0平均截至2010年3月29日的179份评论

通过领先的品牌和初创公司信任

租用自由职业者AI工程师

Abhimanyu Veer Aditya.

自由伊斯兰省AI工程师

美国Toptal.. Member Since March 7, 2019

Abhimanyu是一种机器学习专家,拥有15年的经验,为企业和科学应用创造预测解决方案。他是一个跨职能的技术领导者,在建筑团队中经验丰富,与C级高管一起工作。 Abhimanyu在计算机科学和软件工程中拥有经过验证的技术背景,具有高性能计算,大数据,算法,数据库和分布式系统的专业知识。

展示更多

Vince Jankovics.

自由伊斯兰省AI工程师

英国Toptal.. Member Since August 27, 2018

Vince是一名工程师,拥有机器学习和机器人专业知识。他拥有开发自治系统和人工智能的经验,重点是感知,决策和控制。他精通Python和C ++,并在各种项目中致力于顾问,帮助客户实现目标。

展示更多

丹纳帕尔斯基

自由伊斯兰省AI工程师

美国Toptal.. Member Since December 20, 2015

丹是一种软件架构师和技术专业专业专注于区块链技术的应用。他拥有多年的经验,为客户提供专业的咨询服务,从初创公司到全球公司。他专门为艰难的工程挑战带来严格的测试和防弹码。他在人工智能,区块链,机器学习和自动化的许多方面都有深刻的专业知识。

展示更多

Dilip Mathew Thomas.

自由伊斯兰省AI工程师

印度Toptal.. Member Since March 5, 2019

随着博士学位而来。在计算机科学与工程中,Dirip在业内拥有十年的经验。自2015年以来,他一直专注于与机器学习和计算机愿景深度学习相关的项目。 Dilip注意细节,有助于识别微粒数据,对象检测,文本识别,图像转换和面部识别的图像分类的数据偏差和开发模型。

展示更多

Rajeev Gupta.

自由伊斯兰省AI工程师

印度Toptal.. Member Since May 7, 2019

Rajeev对数据和机器学习充满热情,在众多行业和应用程序中拥有超过五年的数据科学项目经验。他'目前侧重于尖端技术,如纹身流,克拉斯,深度学习和大多数Python数据科学堆栈。 Rajeev使用这些技能来解决NLP,图像处理和时间序列域中的许多真正的业务问题。

展示更多

Miguel Duarte.

自由伊斯兰省AI工程师

葡萄牙Toptal.. Member Since August 20, 2015

Miguel计划并实现全堆栈解决方案,专注于解决问题和最大化用户'和其他利益攸关方 '通过务实和技术不可知的方法的价值。他倾向于他的科学研究背景,他开发了复杂的系统,如机器人仿真平台和分布式计算系统,以便快速学习和应用新技术。

展示更多

格兰特拉林

自由伊斯兰省AI工程师

波斯尼亚和黑塞哥维那(简称:波黑Toptal.. Member Since October 22, 2015

戈兰是一位有才华横溢的计算机程序员,拥有15年的经验。他拥有数十种编程语言和平台的丰富经验,总是努力了解更多。他对广泛的软件工程主题感兴趣,并始终在寻找新的和令人兴奋的项目。

展示更多

josipbojčić.

自由伊斯兰省AI工程师

克罗地亚Toptal.. Member Since October 22, 2015

JOSIP是一家计算机科学专业,具有各种领域的技能。他工作很好或在团队上。他'在解决各种各样的CS问题方面具有积极的动力;特别是在算法中,人工智能,数据库和网络开发。他'不断努力改善,了解更多并获得新的体验。最近,JoSip主要使用Angular,React和.NET工作。

展示更多

立即注册以查看更多档案。

开始招聘

需要一个专业管理的软件开发项目
从开始到结束?

无论您的业务需求是什么,我们都会策划全球顶级人才的全面托管团队,为您提供最高质量的解决方案。

招聘指南

聘请伟大的AI工程师指南

AI开发已经快速燃烧,更受欢迎。但不是每个人都有雇用AI工程师的人都知道他们're looking for. 在采访行业专家后,我们'在这个值得信赖的指南中总结了他们为您的招聘实践。

阅读招聘指南
TrustPilot.
Toptal.. in the press

...允许公司快速组装具有特定项目的合适技能的团队。

尽管对编码人员的需求加速了,Toptaltal旨在自行为几乎常春藤联盟级审查。

我们的客户
构建一个全球使用的跨平台应用程序
Thierry Jakicevic.
构建一个全球使用的跨平台应用程序
1
2
3
为游戏创建一个应用程序
Conor Kenney.
为游戏创建一个应用程序
1
2
3
领导数字转型
Elmar Platzer.
领导数字转型
1
2
3
推荐书

三普国不会'T存在没有顶尖。顶部项目使我们能够用产品经理,铅开发商和高级设计师迅速发展我们的基础。在60多天内,我们从概念到阿尔法。速度,知识,专业知识和灵活性是秒数。 Toptaltal团队作为三级队员的三级队员的一部分。他们贡献并就像其他人一样贡献并获得了发展的所有权。我们将继续使用TOPTAL。作为一个启动,他们是我们的秘密武器。

布兰特利步长,首席执行官& Co-Founder

三级

我对Toptaltal的经验非常满意。我必须与我一起工作的专业人士在几个小时内与我一起。我知道在与他讨论我的项目后,他是我想要的候选人。我立即雇了他,他浪费了浪费时间来到我的项目,甚至通过添加一些优秀的设计元素来加强额外的英里,以增强我们的整体外观。

Paul Fenley,导演

k dunn.& Associates

我与令人难以置信的 - 聪明,驱动和响应性的开发人员。它曾经很难找到优质的工程师和顾问。现在它是't.

Ryan Rockefeller,CEO

辐射群

Toptal..立即了解我们的项目。我们与阿根廷的特殊自由职业者与阿根廷,从第1天沉浸在我们的行业中,与我们的团队无缝混合,理解我们的愿景,并产生了顶级缺口结果。 Toptal与卓越的开发人员和程序员相连,非常容易。

Jason Kulik,联合创始人

PROHATCH.

作为一个有限资源的小公司,我们可以'不起赚得昂贵的错误。 Toptal为我们提供了一个经验丰富的程序员,他们能够击中地面运行并立即开始贡献。这是一个伟大的经历和我们'd再次在心跳中重复。

斯图尔特Pocknee,校长

站点特定的软件解决方案

我们使用Toptal聘请开发人员,具有广泛的亚马逊网络服务体验。我们采访了四名候选人,其中一个候选人竟然有适合我们的要求。该过程快速有效。

ABNERGUZMÁNVILLA,CTO和首席科学家

照片kharma.

Sergio是一个令人敬畏的开发人员。顶级陷波,响应,并有效地完成了工作。

Dennis Baldwin,首席技术专家和联合创始人

PriceBlink.

与马林一起工作是一种快乐。他是有能力,专业,灵活的,非常快速地了解所需的内容以及如何实现它。

andréFischer,CTO

发布

我们需要一个专家工程师,他们可以立即启动我们的项目。辛巴纳斯与他的工作超出了我们的期望。不得不采访和追逐专家开发商是一个优秀的时光,让每个人都对我们的选择感到更加舒适,以改变平台来利用更强大的语言。 Toptog易于方便地制作了该过程。 Toptal现在是我们寻找专家级别帮助的第一名。

Web开发的高级VP德里克未成年人

NetWorld Media Group.

Toptal..'S开发人员和建筑师都非常专业,易于使用。他们生产的解决方案相当定价和最高品质,减少了推出的时间。再次感谢,Toptal。

Jeremy Wessels,CEO

Kognosi.

我们拥有Toptal的伟大体验。他们将我们与完美的开发人员配对,为我们的应用程序并使过程非常容易。它也很容易超出初始时间范围,我们能够在我们的项目中保持相同的承包商。我们绝对推荐顶尖,用于快速和无缝地找到高质量的人才。

Ryan Morrissey,CTO

应用业务技术,LLC

I'M Toptal令人难以置信地印象深刻。我们的开发人员每天与我沟通,是一个非常强大的编码器。他'真正的专业人士,他的工作很棒。顶部5星。

Pietro Casoar,CEO

Ronin Play Pty Ltd

与Toptal一起工作是一个很好的体验。在使用它们之前,我花了很长时间采访其他自由职业者和尚未'找到我需要的东西。与Toptal一起参与后,他们在几天内与完美的开发人员匹配。开发商I.'m不仅可以提供质量代码,而且他还提出了我达到的事情的建议't thought of. It'对我来说清楚,阿拉夫里知道他在做什么。强烈推荐!

乔治城,首席执行官

Buravard,Inc。

作为顶级合格的前端开发人员,我也运营了自己的咨询练习。当客户来找我来帮助填补他们的团队上的关键角色时,Toptal是我唯一舒适的推荐的地方。 Toptal.'整个候选池是最好的。 Toptal是我的最佳价值我'在近一年的专业在线工作中发现了。

Ethan Brooks,CTO

Langlotz专利&商标作品,Inc。

在嘻嘻哈哈'早期,我们以及时的方式,我们需要一流的开发商,以实惠的价格。 Toptal送货!

Lara Aldag,CEO

h

Toptal..让候选人非常容易,让您能使他们有能使他们有能力提供。我肯定会向寻求高技能开发人员的人推荐他们的服务。

Michael Gluckman,数据经理

mxit.

Toptal..迅速匹配我们的项目与最佳开发人员的能力只是一流的。开发商已成为我们团队的一部分,我对他们中的每一个都证明了专业承诺的水平。对于那些希望远程工作的人与最好的工程师来说,看起来不仅仅是Toptaltal。

Laurent Alis,创始人

临身

Toptal..让找到合格的工程师微风。我们需要经验丰富的ASP.NET MVC架构师来指导我们的启动应用程序的开发,并在不到一周内为我们提供三位伟大的候选人。在我们选择后,工程师立即在线并击中地面运行。它比我们自己发现和兽医候选人更快和更容易。

杰夫凯利,联合创始人

协调解决方案

我们需要在Scala中的一些短期工作,Toptal在24小时内发现了我们一个伟大的开发人员。这不仅仅是通过任何其他平台都无法实现。

Franco Arda,联合创始人

whatadswork.com

Toptal..为正在进行快速发展和规模的企业提供禁令解决方案。每个工程师我们'通过Toptal签约已经很快集成到我们的团队中,并将其工作持有最高标准的质量,同时保持炽热的发展速度。

Greg Kimball,联合创始人

nifti.com.

如何通过Toptal雇用AI工程师

1

与我们的行业专家交谈

Tophteal Engineering主任将与您合作,了解您的目标,技术需求和团队动态。
2

与手工选择的人才合作

在几天内,我们'LL将您介绍给您的项目的正确AI工程师。平均匹配时间在24小时内。
3

右边合身,保证

与您的新AI工程师合作进行试用期(仅在满意的情况下付款),确保他们'在开始参与之前,右边适合。

常见问题解答

  • Toptal. AI工程师如何不同?

    在Toptal,我们彻底屏蔽了我们的AI工程师,以确保我们与最高口径的人才相匹配。每年申请加入Toptal Network的100,000多人,削减少于3%。您将与工程专家(从不泛化招聘人员或人力资源代表)合作,了解您的目标,技术需求和团队动态。最终结果:来自我们网络的专家审计人才,习惯符合您的业务需求。 现在开始。

  • 我可以在不到48小时穿过Toptaltal雇用AI工程师吗?

    根据可用性以及您可以进行的速度,您可以在注册的48小时内开始使用AI工程师。 现在开始。

  • Toptal. AI工程师的无风险试用期是多少?

    我们确保您和您的AI工程师之间的每次参与开始于最多两周的试用期。这意味着您有时间确认订婚将是成功的。如果您对结果完全满意,我们会为您收取时间并继续接触,只要您想要。如果你没有完全满意,你将不会收取费用。从那里,我们可以通过部分方式,或者我们可以为您提供可能更适合的另一个专家,并与我们将开始第二名,无风险的审判。 现在开始。

分享
人工智能

如何聘请伟大的AI工程师

人工智能(AI)向开发人员和世界发出前瞻性和尖端技术。这就是为什么你用来雇用AI工程师的过程现在比以往任何时候都更重要。

许多工程师渴望将他们的职业生涯与AI的发展枢转。软件开发中人工智能的创造性新应用是令人兴奋的,但我们这里的重点不会在 应用现有的AI技术服务。相反,我们正在研究如何首先雇用能够开发这种服务的AI工程师。

我们与领导AI招聘管理人员讨论了他们如何为他们的团队筛选的最佳候选人。如果你已经对此感到满意,请随时跳进 我们关于面试主题的一部分.

寻找AI工程师候选人

在许多方面,寻找AI工程师是标准票价:本地外展,口碑联网,或暴露您通过社交媒体工作的更有趣的问题是所有良好的策略。

如上所述,您可能会发现候选人是应用AI服务的专家,但肯定不熟练推进新的研究领域。与简单地使用Linux作为桌面操作系统的人相比,它类似于聘请Linux内核黑客。两个角色都有不同的经验和技能,但在他们的核心中,他们的核心是不同的。参与雇用AI工程师 - 招聘人员和人力资源部门的人 - 必须了解这种区别。

事实上,一个招聘经理对多少自我风格的AI专家们申请了这样的高级工作,如此,甚至没有理解基础“就像算法和大o符号,那么为什么你更愿意使用U-net或者Reset或直线机学习回归与复杂的CNN。“

有时你只是需要在某人的简历上叫一个虚张声势。但对于既诚实和自我意识的申请人,详细的职位发布将有助于过滤掉至少几个非启动器。

引用几个例子 从马特波特的职位发布:

“我们有一个广泛的深度学习议程,包括 语义标记和分割,3D对象分类和姿势估计,从RGB的深度,看不见的3D表面的估计,纹理/深度填充,关键点匹配和密度立体声。 We’re also 与一些领先的学术研究实验室密切合作 in the country.”

我们以上突出显示的措辞应该用作立即红旗到用于调用AI云的候选人,以便在其头部在AI工程位置进行。我们的第二个例子也许更直接:

“作为计算机愿景团队的成员, 您将负责开发强大的完全自动化的计算机视觉算法 处理任何真实的环境......

“我们在工作[...] 点云对齐,3D网格的发电/纹理点从点云,3D网格操作,相机校准,猛击,多视图立体声,机器学习和语义理解。

这里没有错误的空间。如果申请人试图将他们的方式变成这样的工作,那么在背景中的任何阶段都应该通过面试来检查他们不达到任务。在每个阶段询问您最关键的问题 - 理想情况下,您的候选人将是 回归青睐 - 也有助于帮助。

像上述那样的职位描述也将屏蔽你的申请人,他们拥有技能水平但不是特定的专业知识。但是,这可能是也可能不是你想要的。

AI工程师的角色和技术领域

有几个技术领域您可能旨在雇用。 机器学习 - 基本上计算机视觉 - 是最竞争的子集之一,是自然语言处理。

专注于细节很重要。也就是说,一位AI招聘经理建议我们:

首先铸造更广泛的网。像“数据科学家”或“机器学习科学家”这样的通用角色可能意味着很多不同的东西。如果您有特定的域,“计算机视觉工程师”或“自然语言处理”的意思是具体的。

换句话说,由于可以通过清晰的方向克服的分类差异,您不希望高质量,可模塑的天赋融为一体。在采访解决过程中,其中一些细节可以探讨,而您决定候选人是否具有恰当的人格和技能组合。

那么你应该如何具体?取决于你的紧迫性,以及你是否得到太多或太少的申请人。如果需要,您可以随时调整您的描述。

学术出版物,开源项目和工作生活平衡

大多数AI工程师都有一定程度。许多人也将撰写并发布后期研究。但是AI工程师对作为其简历的一部分提供的开源项目是重要的?并不总是 - 如果你有它们,他们会看看,但这并不一定认为,你生活的每个备用时刻都进入了AI工作。

事实上,预计成熟的AI工程师将有其他义务。这是一个令人耳目一新的实现,甚至可能发出文化的变化。为了吸引你团队的最佳候选人,尊重他们对个人时间的承诺。他们对人工智能的兴趣可能会让他们解决问题的激情,但最终可能最有助于促进平衡文化。

数学和AI开发

AI发展的普及意味着它至关重要,评估候选人的数学能力。考虑到数学技能考虑到那些对那些真正有效的AI工程师的AI的计算机科学和兴趣体验。

深切了解数学 - 特别是线性代数 - 是AI工程师是否达到任务的良好指标。您的候选人还应该能够编程和模板现实世界解决方案:虽然数学知识对角色至关重要,但它并不一定意味着将知识付诸实践。

由于原始数据可能非常混乱,您将希望在制造模型之前在清洁和修复数据时测试候选人的知识和速度。此外,他们是否能够根据这些模型创建规则来进行预测?您的受访者应该意识到其数据中的偏见,并且应该展示思考其数据集在现实生活中运作的主动。 AI工程师还应该知道考虑与他们正在清洁和固定的数据一起使用的道德义务。

试图和真正的问题

当你聚集并创造 人工智能面试问题, 始终如一。我们谈到的经理通常使用优选的若干问题进行多种变体。这将更准确地衡量他们的知识,以及它们在团队中的契合。

在面试期间,您不可能有时间培训网络。但是,您可以使用Whiteboard判断工程师对框架的了解,讨论结构和过程。

我们采访的招聘经理之一,“很多候选人都知道Keras是什么,并在示例目录中运行演示,并看过OpenCV但无法真正告诉您如何ransac或图表削减工作。”作为招聘经理或团队负责人,承认,虽然候选人的掌握框架是有用的,但数学时尚往往会慢得多。例如,Theano可能正在出路;但 由于其创造者说明,它的概念在深度学习框架生态系统的其他地方生活。

因此,框架底层的数学意识表明是一个更通用的候选人。鼓励在面试期间的数据应用程序 - 但您主要测试数学,而不是编码。

示例场景

你会呈现什么样的问题?同样,AI是一个广泛的领域,所以并非所有这些都适用于AI工程师将面临的每一个专业化。但这些会让你了解你应该进入的深度:

  1. 假设我们有 五维数据向量分开。 你的候选人会对他们做什么?问他们更传统的技术。他们可以使用传统数学获得哪些信息?注意其具有矩阵,框架变换以及如上所述的掌握性,如上所述,线性代数。
  2. 向候选人提供开放式,公开的问题,然后向他们询问 解决数据上的NLP以构建基本分类器或回归。 有很多解决方案,也许面试官可以想到五种方式,即使他们都不是最有价值的解决方案。在这里,您正在寻找最小的性能,无论他们可以解释它会产生什么错误,以及如何首先测量性能。不要提供任何建议或交叉验证:这有助于杂草仅仅是对深度理解主题的人感兴趣的人。
  3. 对于计算机视觉项目,请为AI工程师提供 已亮起的图像只是向量。 你每一排拿走并在彼此相邻地排列。要求他们以没有原始尺寸的形状将其放回。通过固定数量的像素,只有一定数量的变化。定义一些测量标准,以定义哪个比率是正确的。复杂性的一些概念 - 它们可以查找许多边缘或应用一些变换或大系数。他们不需要成为做一些有趣的专家。对实际问题对 - 你不能只是做一个。
  4. 你如何使用深度学习 一个相对少量的图像分类任务 ?由于深度学习使用复杂的模型(大型网络),最好的方法是使用预先训练的网络。这意味着已经调整了网络参数,并且有限的数据将足以训练,特别是因为只有预先训练的网络,只有最后一层需要训练。还可以使用数据增强,这涉及将培训数据转换以获得类似但不同的训练示例。例如,训练图像可以略微缩放,旋转,反射等。
  5. 你会在一个人中寻找什么? 预先训练的网络 为什么?理想情况下,一个训练在类似的数据集;探索阶段中的更简单,然后是微调的更大。预先接收的网络是已经调整的网络,以在标准数据集中获得优异的结果,例如想象成。您的数据集不必与其中一个相同,但结果越越好,结果越好。由于既有较小的预先训练的网络架构都有可用的较小和更大的网络架构,您可以从较小的网络架构开始,以便快速测试,并且如果结果很有希望,则继续前进到更大的预先训练的网络。
  6. 有时一个网络 过度培训集。你会如何发现和避免这个问题?当网络在训练集上确实很好(小错误)时,会发生过度装箱,在测试集上显着更差。小型训练集易受这个问题的影响,因为网络最终可以学习他们的特点而不是学习一般有用的功能。如上所述,数据增强有效地增加了可用培训样本的数量,因此它可以有助于过度拟合。防止过度装备的其他方法包括辍学和正规化,您的候选人应该能够详细解释。
  7. 是A. 具有线性激活的多层神经网络 比单层线性神经网络更强大吗?为什么? (一个相当困难的人,但这将展示对线性函数的后果的理解。)我们的直觉可能会告诉我们,深网络可能比浅网络更强大。然而,由于每个层是线性函数,并且线性函数的组合也是线性的,因此没有获得呈现功率。
  8. 为什么答: 具有SIGMOID激活的多层神经网络 如果使用L2正规化强烈规则,往往会线性地表现出线性? (也很困难,但展示了对正则化的了解和符合矩阵函数的行为 - 这是批量的。)首先,我们必须了解L2正则化倾向于降低神经网络的重量的大小。如果我们有强烈的正则化,那么它们往往接近零,并且Logits(Sigmoid激活之前的层)也将非常小。现在,如果您看看下面的SIGMOID函数,您会注意到为零附近的输入,该功能具有非常线性的形状/行为。因此,如果您对Sigmoid网络的正常强烈规范,您将最终与线性网络类似的东西,具有很小的表现力。

s形函数

此外,一些关于深度学习的问题:

  1. 为什么对深网络的释放更好的激活功能,例如sigmoid激活?
  2. 一般来说,为什么autoEncoders的输出比GaN的输出是模糊的?
  3. 为什么使用批量归一化的深网络能够更快地训练?
  4. 剩余连接背后的基本想法是什么?
  5. 成立模块背后的基本想法是什么?
  6. 挤压仪的好处以及架构如何实现它们?
  7. 训练RNN的主要难度是什么?有什么解决方案?
  8. 卷积神经网络如何用于时间序列分析?

请记住,没有适用于每个业务和项目的公式。如果您无法解决哪些问题和方案适用于您的上下文,请听取能够的团队成员是明智的。

您的AI工程师受访者的步骤

这将根据您的团队规模而有所不同。

在小团队上,受访者可能会期待谈话。当领导较小的团队时,您需要考虑技术技能和 适合团队.

在更大的团队中,招聘经理可能更关注这位受访者是否正在拥抱公司文化。如果招聘经理有关您的部门或项目的具体细节,CTO通常是达成候选人并具有初始谈话的主要部分。

这个初始对话将持续大约十分钟。如果候选人成功,那么坐下来与技术团队的两名成员有坐下的规范。在此期间,可以要求它们解决预先形成的功能或在白板上做一些张力拳击。

为受访者声称其专业知识定制一些问题也很重要。由于人工智能和机器学习的普及,评估您的候选人是否有深刻,学术理解并可以理论上解决问题是至关重要的。

在此之后,候选人可以交给开始该过程的CTO。鼓励雇用队伍彻底,最好不要滞后。 AI开发领域的普及意味着真正可行的候选人被轰炸为机会。

做出决定

人工智能和机器学习是一个竞争领域。对在本文中提到的所有领域的工程师都有一个非常高的工程师需求。

在做出决定时,分析您的候选人的决策过程,无论是亲自还是几乎。哪些框架是申请人的雇佣,为什么?这些方法是否与您的团队接近问题的方式兼容,即使框架本身不是?

允许受访者通过他们正在制作的选择的结构和过程来谈论的空间和时间。作为我们的专家之一强调,“我们喜欢框架。申请人应该知道为什么他们根据较低级别的知识使用它们时的选择。“

在那个注意事项上,最好的运气招聘开发人员,因为您在AI开发中展示了新的踪迹。

我们要感谢Kevin Bjorke,Eartsport高级软件工程师; jason laska,r的机器学习工程师&D在Clara Labs;在Simbe Robotics,Simbe Macenski,高级软件工程师,机器人和导航领先,因为我们将这篇文章放在一起时,他们的见解是他们的见解。还要感谢Toptal Freelancer Radu Balaban和Cristian Garcia,为他们宝贵的输入。

特色顶部人工智能出版物

顶级AI工程师需求量很高。

开始招聘