Погледнете како професионално CV за инженер за машинско учење ги прикажува развојот на модели, деплојмент pipeline и продукциски ML системи. Прилагодете го овој пример со вашето искуство.
[email protected]+389 72 458 193Скопје, Северна МакедонијаВозачка дозвола Б категорија
Професионален Резиме
Виш инженер за машинско учење со 7 години искуство во градење и деплојмент на продукциски ML системи во голем обем. Специјализиран за NLP, системи за препораки и архитектури на длабоко учење, со модели кои опслужуваат над 10 милиони предвидувања дневно со латентност под 100ms. Објавил 3 трудови на врвни ML конференции, вклучувајќи NeurIPS и ICML. Страстен за поврзување на истражувањето со продукцијата, со практична експертиза во MLOps, дистрибуирано тренирање и оптимизација на инференца во реално време.
Работно Искуство
Виш инженер за машинско учење
Loka
јун. 2022 – сегашност
Изградил систем за препораки кој опслужува над 10 милиони дневни предвидувања со 99,5% достапност и P99 латентност под 80ms
Развил целосен ML pipeline од внес на податоци до деплојмент на модел користејќи Kubeflow и MLflow, намалувајќи го времето за деплојмент од 2 недели на 3 часа
Ја подобрил стапката на кликнување за 25% преку A/B тестирани промени во архитектурата на моделот на 4 производни површини
Дизајнирал и имплементирал feature store кој опслужува над 500 карактеристики на 12 продукциски модели, намалувајќи го дуплирањето на инженерство на карактеристики за 70%
Менторирал 3 помлади ML инженери и воспоставил процес за преглед на модели прифатен низ целиот тим за ML платформа
Инженер за машинско учење
Sourcico
авг. 2019 – мај 2022
Извршил фино подесување на BERT и GPT-2 модели за класификација на документи постигнувајќи 97% точност на продукциски податоци кои опфаќаат 15 јазици
Изградил pipeline за анализа на текст во реално време кој обработува 500 илјади документи дневно користејќи Spark и Kafka со целосна латентност под 200ms
Го намалил времето за тренирање на моделот за 60% преку дистрибуирано тренирање на GPU кластери користејќи Horovod и PyTorch DDP
Имплементирал систем за мониторинг на модели и детекција на дрифт кој активираше автоматско повторно тренирање, одржувајќи ја точноста на моделот над 95% SLA
Инженер за машинско учење
Slalom Macedonia
јул. 2017 – јул. 2019
Развил модел за класификација на слики со 94% точност за означување на содржина, обработувајќи над 3 милиони ресурси и намалувајќи го рачниот преглед за 65%
Креирал pipeline за аугментација на податоци кој ја зголеми големината на тренинг датасетот 5 пати користејќи CutMix, MixUp и синтетичко генерирање
Објавил истражувачки труд за методи на пренесено учење на ICML работилница, добивајќи над 50 цитати во првата година
Изградил интерактивна контролна табла за објаснивост на модели користејќи SHAP и LIME, овозможувајќи на нетехнички засегнати страни да ги интерпретираат предвидувањата
Образование
Магистер по компјутерски науки (машинско учење)
Универзитет 'Св. Кирил и Методиј' - Скопје, Факултет за информатички науки и компјутерско инженерство
2015 - 2017
Концентрација во машинско учење и системи за длабоко учење.
Дипломиран инженер по компјутерски науки
Универзитет 'Гоце Делчев' - Штип, Факултет за информатика
2011 - 2015
Фокус на алгоритми, статистика и дистрибуирани системи.
Курсеви и Сертификати
AWS Certified Machine Learning - Specialty
Amazon Web Services
2023
ID на сертификат: AWS-MLS-2023-58104
TensorFlow Developer Certificate
Google
2021
Професионален сертификат за градење и тренирање на TensorFlow модели.
Сертификат за вештини во вештачка интелигенција
Семос Едукација (Скопје)
2020
Програма за обука која опфаќа инженерство на податоци и основи на ML системи.
Ова е примерок CV. Прилагодете го со вашето искуство користејќи го нашиот бесплатен креатор на CV.
Совети за CV
Покажете продукциски ML, не само ноутбуци
Компаниите сакаат инженери кои деплојуваат модели, не само ги тренираат. Нагласете опслужување на модели, метрики за латентност, мониторинг и искуство со MLOps pipeline.
Вклучете метрики за перформанси на моделот
Точност, F1, AUC-ROC, латентност и пропусен опсег покажуваат дека вашите модели навистина работат во голем обем. Латентност P99 под 80ms при опслужување на 10 милиони предвидувања дневно е моќно.
Споменете го целиот ML животен циклус
Собирање податоци, инженерство на карактеристики, тренирање модели, евалуација, деплојмент, мониторинг. Покажете дека го разбирате целиот pipeline, не само чекорот на моделирање.
Наведете публикации и отворен код
ML инженерството ги цени истражувачките придонеси. Ако имате трудови, конференциски презентации или значајни придонеси кон отворен код, наведете ги истакнато.
Клучни вештини
PythonPyTorch/TensorFlowРазвој на ML pipelineДеплојмент на моделиMLOps (Kubeflow/MLflow)NLP/Компјутерски видДлабоко учењеДистрибуирано тренирањеИнженерство на карактеристикиA/B тестирањеAWS SageMakerИнженерство на податоци
Како да напишете CV за инженер за машинско учење
CV за инженер за машинско учење треба да докаже дека можете да носите модел од Jupyter ноутбук до продукција. Наведете конкретни ML pipeline-и, метрики за перформанси и алатки за деплојмент - не само листа на алгоритми. Следете ги овие 5 чекори за CV кое ќе помине автоматска селекција (ATS) и ќе го импресионира техничкиот тим.
1
Напишете силно професионално резиме
Првите 2-3 реченици треба да го содржат нивото на сениорити, доменот (NLP, компјутерски вид, препораки, откривање измами) и стекот (Python, PyTorch/TensorFlow) плус еден клучен продукциски резултат, на пример „деплоирал модели кои опслужуваат 2 милиони предвидувања дневно со P95 латентност под 50ms“. Ако сте почетник без работно искуство, заменете го резултатот со дипломата, релевантни проекти и Kaggle/GitHub профил кои докажуваат дека можете да градите работливи ML решенија, не само да завршите курс.
2
Пишувајте работни искуства со бројки, не со задачи
Секој bullet треба да покажува влијание врз бизнисот, не само задача. Наведете подобрување на модел поврзано со деловна метрика, латентност или трошок на опслужување, и обем на pipeline. Пример: „Деплоирал модел за детекција на измами со XGBoost во продукција, намалувајќи ги лажните измами за 22% и заштедувајќи 18.000 денари месечно преку намалени рачни прегледи.“ Секогаш врзувајте технички резултат со бизнис исход, не само технички опис на задачата.
3
Групирајте ги вештините за ATS и рекрутери
Поделете ги вештините во јасни групи: ML рамки (PyTorch, TensorFlow, Scikit-learn), MLOps & инфраструктура (Docker, Kubernetes, MLflow, Kubeflow), инженерство на податоци (SQL, Spark, Airflow) и јазици (Python, понекогаш Java/Scala). Огледувајте ги точните термини од огласот - ако бараат „Vertex AI“, напишете токму тоа, не само „cloud ML“. Не наведувајте секоја библиотека што некогаш сте ја допреле; подобро е да покажете длабочина во 8-10 алатки отколку површна листа од 30.
4
Покажете деплоирани проекти, не само ноутбуци
GitHub со проект што е реално деплоиран (дури и мал API со Docker и Streamlit/FastAPI) тежи повеќе од 10 курсеви на CV-то. LLM/RAG странични проекти се особено силен сигнал во 2026 - fine-tuning на отворен модел, RAG pipeline со vector база (Pinecone, Weaviate, FAISS) или евалуација на промптови. За истражувачки позиции наведете објавени трудови; за почетници, добар пласман на Kaggle натпревар или репродуциран труд од познат paper покажува иницијатива.
5
Образование, сертификати и финална ATS проверка
Магистер/докторат по компјутерски науки помага, особено за истражувачки улоги, но не е задолжителен ако портфолиото е силно. Сертификати како AWS Certified Machine Learning – Specialty или Google Professional ML Engineer се добар бонус, не замена за проекти. На крај, проверете: една колона, стандардни наслови на секции (без креативни синоними), PDF формат, и клучни зборови директно преземени од огласот за работа.
Примери за професионално резиме за ML инженер
Прилагодете го резимето според вашето ниво и домен - препораки, детекција на измами, NLP/LLM или компјутерски вид.
Почетник / дипломиран без работно искуство
Дипломиран инженер по компјутерски науки со фокус на машинско учење, со деплоиран проект за препорачувачки систем во e-трговија (React + FastAPI + Docker, хостиран на Render) и 3-то место на Kaggle натпревар за класификација на слики. Владее Python, PyTorch и Scikit-learn, со основи на MLOps преку личен CI/CD pipeline. Активен на GitHub со репродукции на истражувачки трудови од областа на NLP.
Виш ML инженер
Виш ML инженер со 6 години искуство во детекција на измами во финтек компанија, со модели кои опслужуваат над 5 милиони трансакции дневно и намалиле лажни измами за 30%. Експерт во XGBoost, PyTorch и целосни MLOps pipeline-и со MLflow и Kubeflow. Водел тим од 4 инженери и воспоставил стандарди за мониторинг на дрифт кои го намалиле бројот на инциденти за 45%.
Кариерна промена од софтверско инженерство
Софтверски инженер со 5 години искуство во бекенд системи, во последната година преквалификуван во машинско учење преку деплојмент на NLP модел за категоризација на кориснички барања (95% точност, во продукција). Донесува силни инженерски навики - CI/CD, тестирање, контејнеризација - директно применливи на MLOps, плус практично знаење на PyTorch и Hugging Face трансформери.
Клучни зборови за CV на ML инженер (ATS)
Огледувајте ги точните термини од огласот - и ATS системите и рекрутерите скенираат за нив, обично на англиски.
Machine Learning
Основен термин - секогаш наведете го во насловот и резимето, дури и покрај „машинско учење“ во македонскиот текст.
Python
Наведете го меѓу првите технички вештини - речиси секој ML оглас во Македонија бара Python.
PyTorch
Наведете го ако вашето искуство е повеќе во истражување/deep learning модели; спомнете конкретна архитектура (трансформер, CNN) за кредибилитет.
TensorFlow
Наведете го ако сте работеле со TF/Keras продукциски модели или ги имате завршено официјалните TensorFlow сертификати.
MLflow
Наведете го покрај конкретна задача (следење експерименти, registry на модели) - покажува MLOps зрелост.
Kubernetes
Спомнете го ако сте деплоирале модели преку контејнери во продукциски кластер, не само локално.
SQL
Секогаш присутен во ML огласи за инженерство на карактеристики - наведете го дури и ако главно користите Spark/Python.
Spark
Наведете го ако сте обработувале податоци во голем обем (милиони редови) за тренирање или feature pipeline-и.
NLP/LLM
Најбарано во 2026 - наведете конкретна работа (fine-tuning, RAG, embeddings) наместо само зборот.
AWS SageMaker
Или Vertex AI/Azure ML - наведете ја точната cloud платформа од огласот, не генеричко „cloud“.
Пример bullet-и: од слаби до силни
Секој bullet треба да поврзе технички дејство со мерлив резултат - не само опис на задача.
Деплојмент на модел
Одговорен за деплојмент на ML модели во продукција.
Деплоирал модел за препораки преку Kubernetes и TorchServe, опслужувајќи 3 милиони предвидувања дневно со P95 латентност од 45ms и 40% помал трошок на инфраструктура.
Подобрување на модел
Работел на подобрување на точноста на модел за детекција на измами.
Го подобрил моделот за детекција на измами со feature engineering и XGBoost, зголемувајќи ја точноста од 91% на 96% и намалувајќи ги финансиските загуби за 25% (околу 15.000 евра месечно).
MLOps pipeline / автоматско повторно тренирање
Изградил pipeline за автоматско тренирање на модели.
Изградил целосно автоматизиран retraining pipeline со Kubeflow и MLflow кој открива дрифт и повторно тренира модели неделно, намалувајќи го времето до деплојмент од 5 дена на 4 часа со 99,9% успешност.
Често поставувани прашања
Што треба да содржи CV на инженер за машинско учење?
CV на ML инженер треба да нагласи продукциски ML системи, метрики за перформанси на моделот, искуство со деплојмент pipeline и програмски вештини (Python, PyTorch/TensorFlow). Вклучете метрики за латентност, пропусен опсег и деловно влијание од деплојувани модели.
Која е разликата помеѓу CV на научник за податоци и ML инженер?
CV на ML инженер нагласува продукциски системи, деплојмент, MLOps и инженерски практики. CV на научник за податоци повеќе се фокусира на анализа, експериментирање и статистички методи. ML инженерите градат системи; научниците за податоци градат модели.
Дали ми е потребна магистерска диплома за ML инженерство?
Многу позиции за ML инженер преферираат магистерска или докторска диплома, но не е секогаш задолжителна. Силно проектно искуство, придонеси кон отворен код и докажана способност за деплојмент на продукциски ML системи можат да го надоместат формалното образование. Огласи за работа во Северна Македонија можете да најдете на Vrabotuvanje.com.mk и Pazar3.mk.
Може ли бесплатно да создадам CV за ML инженер?
Да! Нашиот бесплатен креатор на CV ви овозможува да создадете професионално CV за ML инженер. Користете го овој пример како инспирација, прилагодете го со вашето искуство и преземете професионален PDF за неколку минути.
Како да напишам CV за ML инженер без работно искуство?
Ако немате работно искуство, изградете резиме околу проекти: деплоиран модел (дури и мал API на Render или Hugging Face Spaces), Kaggle резултат или репродукција на познат труд. Наведете ги истите вештини (Python, PyTorch, MLOps алатки) што ги побарувате во огласите, и линк до GitHub каде рекрутерот може да го види кодот. Практичен, работлив проект тежи повеќе од листа завршени курсеви.
Како да го прикажам искуството со LLM и GenAI на CV-то?
Наведете конкретна работа, не само „искуство со ChatGPT“: fine-tuning на отворен модел (Llama, Mistral), изградба на RAG pipeline со vector база (Pinecone, FAISS, Weaviate), или евалуација/prompt engineering за продукциски LLM апликации. Ова е најбараниот сигнал во 2026 - дури и мал сопствен проект деплоиран онлајн покажува дека можете да работите со најновите алатки, не само теоретски да ги познавате.
Дали Kaggle и GitHub проекти се броат како искуство на CV?
Да, особено за почетници и за позиции кои бараат портфолио. Наведете ги во посебна секција „Проекти“ со линк, кратко резиме и резултат (пласман, точност, дали е деплоиран). Работно искуство сепак носи повеќе тежина за виши позиции, бидејќи докажува работа во тим и во продукциски услови - но силен деплоиран проект може да го надомести недостигот на формално вработување.
Дали сертификатите како AWS ML Specialty вредат за CV на ML инженер?
Да, но како дополнување, не замена за проекти и искуство. AWS Certified Machine Learning – Specialty и Google Professional ML Engineer покажуваат дека знаете cloud алатки за деплојмент, што рекрутерите ценат кога портфолиото веќе е солидно. Без деплоирани проекти или работно искуство, сертификат сам по себе ретко ја отвора вратата за ML позиција.
Дали CV-то за ML инженер треба да биде на англиски или на македонски?
За позиции во меѓународни компании и агенции за софтверски аутсорсинг во Северна Македонија (кои чинат голем дел од ML пазарот), англиско CV е стандард, честопати барано директно. За локални компании и институции, македонско CV е соодветно, но подгответе и англиска верзија - терминологијата (Machine Learning, MLOps алатки) така и онака останува на англиски во двете.
Каде да преземам примерок/шаблон за CV за ML инженер на македонски?
Овој пример погоре е бесплатен и целосно уредлив - користете го нашиот креатор на CV за да го прилагодите со вашето име, искуство и вештини, и преземете PDF шаблон компатибилен со ATS за неколку минути, без регистрација.
Изградете го вашето CV сега
Користете го овој пример како инспирација. Прилагодете го со вашето искуство и преземете професионален PDF за неколку минути. 100% бесплатно.
