Research Engineer: התפקיד שבין המחקר לקוד, ואיך מגייסים אליו
בקצרהResearch Engineer הוא מהנדס שעובד לצד חוקרי בינה מלאכותית ובונה את מה שמאפשר להם לנסות רעיונות מהר: תשתית ניסויים, אימון מבוזר, הערכה אמינה של מודלים וקוד מחקר שאפשר להמשיך ממנו. מגייסים אותו לפי עבודה שהוביל בפועל, יכולת לשחזר תוצאה ושיתוף פעולה עם חוקרים, ולא לפי רשימת כלים או מספר פרסומים.
Research Engineer: מי מחזיק את המחקר על הרגליים
בכל צוות מחקר בינה מלאכותית יש רגע שבו הרעיונות מקדימים את היכולת לבדוק אותם. החוקרים יודעים מה הם רוצים לנסות, אבל כל ניסוי דורש יום של התעסקות בנתונים, בהגדרות ובאימון שנתקע באמצע הלילה. כאן נכנס ה-Research Engineer, מהנדס המחקר שתפקידו להפוך את המחקר עצמו לתהליך הנדסי.
בצוותים קטנים הוא לפעמים האדם היחיד שמבין גם את המאמר וגם את מערכת ההרצה. בצוותים גדולים הוא חלק מקבוצה שבונה את הכלים המשותפים לכל החוקרים. בשני המקרים, ההשפעה שלו נמדדת במהירות שבה הצוות כולו לומד.
מה מהנדס מחקר עושה ביום עבודה רגיל
החלק המרכזי הוא תשתית הניסויים: צנרת נתונים שאפשר לסמוך עליה, הרצות שנשמרות עם כל ההגדרות שלהן, ומערכת הערכה שמשווה מודלים באותם תנאים בדיוק. בלי כל אלה, שני חוקרים יכולים לקבל תוצאות סותרות ולבזבז שבוע על ויכוח שמקורו בבאג.
החלק השני הוא קנה מידה. רעיון שעבד על מודל קטן צריך לרוץ על מודל גדול בהרבה, על פני מאיצים רבים, בלי שהעלות והזמן יתפוצצו. מהנדס המחקר מבין אימון מבוזר, ניהול זיכרון וצווארי בקבוק בקריאת נתונים, ויודע לאתר מתי ההרצה איטית בגלל הקוד ולא בגלל החומרה.
החלק השלישי הוא תרגום. הוא קורא מאמר חדש, מממש את השיטה, ובודק אם התוצאה המדווחת משתחזרת אצלכם. לא פעם הוא זה שמגלה שהשיפור המרשים נובע מפרט קטן שלא הודגש במאמר.
בצוותים שעובדים על עיבוד שפה, ובמיוחד על עברית, נוסף לכך עוד רובד: הכנת קורפוס נקי, בדיקת איכות של נתוני תיוג ובניית מבחני הערכה שמשקפים את השפה כפי שהמשתמשים כותבים אותה בפועל, ולא רק כפי שהיא מופיעה בספרות המחקרית.
ההבדל בין Research Engineer לחוקר ולמהנדס למידת מכונה
החוקר מוביל את השאלה: מה ההשערה, איזה ניסוי יכריע אותה ומה המשמעות של התוצאה. מהנדס המחקר שותף מלא לשיחה הזו, אבל האחריות שלו היא שהניסוי ירוץ נכון, מהר וכך שאפשר יהיה לחזור עליו. בצוותים בריאים הגבול בין השניים גמיש, ומהנדסי מחקר רבים חותמים גם על מאמרים.
מהנדס למידת מכונה שעובד על מוצר מתמודד עם בעיה אחרת: מודל שכבר הוכיח את עצמו צריך לשרת משתמשים אמיתיים ביציבות. מהנדס המחקר עובד לפני השלב הזה, כשרוב הרעיונות עוד ייכשלו. מי שמגייס אחד במקום השני מגלה את הטעות מהר, כי המועמד מחפש ודאות שהתפקיד לא מציע, או להפך.
מה בודקים כשמראיינים מהנדס מחקר
הסימן הראשון הוא סיפור של שחזור. בקשו מהמועמד לתאר תוצאה שניסה לשחזר ולא הצליח, ומה גילה בדרך. מי שעשה את העבודה באמת יפרט את ההבדלים בעיבוד הנתונים, בהגדרות האימון ובאופן ההערכה, ולא יסתפק ב“זה פשוט לא עבד”.
הסימן השני הוא קוד שאחרים המשיכו ממנו. שאלו מי השתמש בכלים שבנה, מה השתנה בעבודת הצוות בזכותם, ומה היה עושה אחרת היום. מהנדס מחקר טוב חושב על החוקר שיקרא את הקוד שלו בעוד חצי שנה.
הסימן השלישי הוא שיקול דעת בהערכה. שאלו איך הוא יודע ששיפור אמיתי ולא רעש סטטיסטי, ואיך הוא מוודא שנתוני הבדיקה לא דלפו לאימון. התשובות כאן מבדילות בין מי שמריץ ניסויים לבין מי שמבין אותם.
איך מגייסים Research Engineer שיחזיק מעמד בצוות
התחילו מהגדרה כנה של היחס בין מחקר להנדסה בתפקיד. אם רוב הזמן ילך על תחזוקת תשתית, כתבו זאת. אם המהנדס צפוי להוביל כיווני מחקר משלו, הציגו את זה כבר בשיחה הראשונה. מועמדים חזקים בתחום הזה שואלים על זה ישירות, ופער בין ההבטחה למציאות הוא סיבה נפוצה לעזיבה מוקדמת.
חפשו גם מחוץ למאגר הצפוי. מהנדסי מערכות מבוזרות, אנשי תשתיות נתונים ומפתחים שהגיעו מיחידות הטכנולוגיה בצבא ועבדו לצד צוותי אלגוריתמים מביאים לעיתים בדיוק את הכישורים החסרים. הסטודנטים לתארים מתקדמים באוניברסיטאות הם מקור נוסף, בעיקר למי שכבר כתב קוד מחקר שאחרים השתמשו בו.
בנו תהליך שבודק עבודה ולא זיכרון: שיחה מעמיקה על פרויקט שהמועמד הוביל, ופגישה עם חוקר מהצוות שישמע איך הוא חושב. כדאי לשלב בראיונות גם את מי שאחראי אצלכם על הערכת מודלים ועל הכללים לשימוש בנתונים, כי מהנדס המחקר הוא זה שמיישם אותם בפועל בכל הרצה. מסלול קריירה ברור, שמראה איך מתקדמים מכאן להובלת תשתית או למחקר עצמאי, משפר מאוד את הסיכוי שההצעה תתקבל.
למה לגייס מהנדסי מחקר עם AI האנטרס
ב-AI האנטרס אנחנו מכירים את ההבדל הדק בין חוקר, מהנדס מחקר ומהנדס למידת מכונה, ויודעים לזהות מי מהם מתאים לשלב שבו הצוות שלכם נמצא כיום. החיפוש מתחיל בשיחת וידאו עם מי שינהל את המגויס, כדי להבין את הבעיות הפתוחות ואת התשתית הקיימת.
אנחנו מאתרים מהנדסים שכבר בנו תשתית ניסויים ועבדו לצד חוקרים, גם כשהם אינם מחפשים עבודה כרגע. כל מועמד עובר שיחה מקצועית על עבודה שהוביל, ובדיקת רקע בשיחות עם ממליצים שעבדו איתו. אפשר להכיר את כל סוגי התפקידים שאנחנו מאיישים בצוותי מחקר, ולספר לנו על המשרה שפתוחה אצלכם.