Sinhala flag

යන්ත්‍ර ඉගෙනුම් ඉංජිනේරු ජීව දත්ත පත්‍රිකා උදාහරණය

සිංහල

වෘත්තීය යන්ත්‍ර ඉගෙනුම් ඉංජිනේරු ජීව දත්ත පත්‍රිකාවක් ආකෘති සංවර්ධනය, යෙදවීම් නල මාර්ග සහ නිෂ්පාදන ML පද්ධති කෙසේ ඉස්මතු කරයිදැයි බලන්න. මෙම උදාහරණය ඔබේ අත්දැකීම්වලට අනුවර්තනය කරන්න.

ඔබේ ජීව දත්ත පත්‍රිකාව සාදීම ආරම්භ කරන්න

ජීව දත්ත පත්‍රිකා පෙරදසුන

නුවන් රාජපක්ෂ - පැතිකඩ ඡායාරූපය

නුවන් රාජපක්ෂ

ජ්‍යේෂ්ඨ යන්ත්‍ර ඉගෙනුම් ඉංජිනේරු

[email protected]+94 77 412 6839බෞද්ධාලෝක මාවත 78, කොළඹ 07, ශ්‍රී ලංකාවB කාණ්ඩයේ රියදුරු බලපත්‍රය

වෘත්තීය සාරාංශය

මහා පරිමාණයෙන් නිෂ්පාදන ML පද්ධති ගොඩනැගීම සහ යෙදවීම පිළිබඳ වසර 7ක පළපුරුද්දක් ඇති ජ්‍යේෂ්ඨ යන්ත්‍ර ඉගෙනුම් ඉංජිනේරුවෙක්. NLP, නිර්දේශ පද්ධති සහ ගැඹුරු ඉගෙනීම් ගෘහ නිර්මාණ ශිල්පයේ විශේෂඥයෙක් වන අතර, ආකෘති දිනකට අනුමාන මිලියන 10කට වඩා මිලි තත්පර 100කට අඩු ප්‍රමාදයකින් සපයයි. NeurIPS සහ ICML ඇතුළු ඉහළ පෙළේ ML සම්මන්ත්‍රණවල පර්යේෂණ පත්‍රිකා 3ක් ප්‍රකාශයට පත් කළේය. MLOps, ව්‍යාප්ත පුහුණුව සහ සැබෑ කාලීන අනුමාන ප්‍රශස්තකරණය පිළිබඳ ප්‍රායෝගික විශේෂඥතාව සමඟ, පර්යේෂණ සහ නිෂ්පාදනය අතර පරතරය පියවීමට කැපවී සිටී.

රැකියා අත්දැකීම්

ජ්‍යේෂ්ඨ යන්ත්‍ර ඉගෙනුම් ඉංජිනේරු

WSO2

ජුනි 2022 – වර්තමානය

  • 99.5% ලබා ගත හැකි බව සහ මිලි තත්පර 80කට අඩු P99 ප්‍රමාදයකින් දිනකට අනුමාන මිලියන 10කට වඩා සපයන නිර්දේශ එන්ජිමක් ගොඩනැගීය
  • Kubeflow සහ MLflow භාවිතයෙන් දත්ත ලබා ගැනීමේ සිට ආකෘති යෙදවීම දක්වා end-to-end ML නල මාර්ගයක් සංවර්ධනය කර, යෙදවීමේ කාලය සති 2 සිට පැය 3 දක්වා අඩු කළේය
  • නිෂ්පාදන මතුපිට 4ක A/B පරීක්ෂා කළ ආකෘති ගෘහ නිර්මාණ වෙනස්කම් හරහා ක්ලික් කිරීමේ අනුපාතය 25%කින් වැඩි දියුණු කළේය
  • නිෂ්පාදන ආකෘති 12කට විශේෂාංග 500කට වඩා සපයන විශේෂාංග ගබඩාවක් සැලසුම් කර ක්‍රියාත්මක කර, විශේෂාංග ඉංජිනේරු අනුපිටපත් කිරීම 70%කින් අඩු කළේය
  • කනිෂ්ඨ ML ඉංජිනේරුවන් 3 දෙනෙකුට මග පෙන්වා, ML වේදිකා කණ්ඩායම පුරා භාවිතා කළ ආකෘති සමාලෝචන ක්‍රියාවලියක් ස්ථාපිත කළේය

යන්ත්‍ර ඉගෙනුම් ඉංජිනේරු

Sysco LABS Sri Lanka

අගෝ. 2019 – මැයි 2022

  • භාෂා 15ක් පුරා පැතිරුණු නිෂ්පාදන දත්ත කට්ටල මත 97% නිරවද්‍යතාවයක් ලබා ගනිමින් ලේඛන වර්ගීකරණය සඳහා BERT සහ GPT-2 ආකෘති සියුම් ලෙස සකස් කළේය
  • Spark සහ Kafka භාවිතයෙන් මිලි තත්පර 200කට අඩු end-to-end ප්‍රමාදයකින් දිනකට ලේඛන 500,000ක් සකසන සැබෑ කාලීන පෙළ විශ්ලේෂණ නල මාර්ගයක් ගොඩනැගීය
  • Horovod සහ PyTorch DDP භාවිතයෙන් GPU පොකුරු මත ව්‍යාප්ත පුහුණුව හරහා ආකෘති පුහුණු කාලය 60%කින් අඩු කළේය
  • ස්වයංක්‍රීය නැවත පුහුණුව අවුලුවන, 95% SLA එකට වඩා ආකෘති නිරවද්‍යතාව පවත්වා ගත් ආකෘති නිරීක්ෂණ සහ ප්‍රවාහ හඳුනාගැනීමේ පද්ධතියක් ක්‍රියාත්මක කළේය

යන්ත්‍ර ඉගෙනුම් ඉංජිනේරු

99X

ජූලි 2017 – ජුනි 2019

  • අන්තර්ගත ටැග් කිරීම සඳහා 94% නිරවද්‍යතාවයකින් යුත් රූප වර්ගීකරණ ආකෘතියක් සංවර්ධනය කර, වත්කම් මිලියන 3කට වඩා සකසා අතින් සමාලෝචන ඇඟවුම 65%කින් අඩු කළේය
  • CutMix, MixUp සහ කෘතිම උත්පාදනය ඇතුළු ක්‍රම භාවිතයෙන් පුහුණු දත්ත කට්ටල ප්‍රමාණය 5 ගුණයකින් වැඩි කරන දත්ත වර්ධන නල මාර්ගයක් නිර්මාණය කළේය
  • ICML වැඩමුළුවකදී මාරු කිරීමේ ඉගෙනීම් ක්‍රම පිළිබඳ පර්යේෂණ පත්‍රිකාවක් ප්‍රකාශයට පත් කර, පළමු වසර තුළ උපුටා දැක්වීම් 50කට වඩා ලැබීය
  • SHAP සහ LIME භාවිතයෙන් අන්තර්ක්‍රියාකාරී ආකෘති පැහැදිලි කිරීමේ උපකරණ පුවරුවක් ගොඩනගා, තාක්ෂණික නොවන පාර්ශ්වකරුවන්ට අනුමාන අර්ථ නිරූපණය කිරීමට හැකි කළේය

අධ්‍යාපනය

පරිගණක විද්‍යාව පිළිබඳ විද්‍යාපති උපාධිය (යන්ත්‍ර ඉගෙනීම)

මොරටුව විශ්ව විද්‍යාලය, ඉංජිනේරු පීඨය

2015 - 2017

යන්ත්‍ර ඉගෙනීම සහ ගැඹුරු ඉගෙනීම් පද්ධති පිළිබඳ විශේෂීකරණය.

පරිගණක විද්‍යාව පිළිබඳ විද්‍යා උපාධිය

කොළඹ විශ්ව විද්‍යාලය, පරිගණක විද්‍යා පාසල

2011 - 2015

ඇල්ගොරිතම, සංඛ්‍යානය සහ ව්‍යාප්ත පද්ධති පිළිබඳ අවධානය.

පාඨමාලා සහ සහතික

AWS Certified Machine Learning - Specialty

Amazon Web Services

2023

සහතික ID: AWS-MLS-2023-58104

TensorFlow Developer Certificate

Google

2021

TensorFlow ආකෘති ගොඩනැගීම සහ පුහුණු කිරීම පිළිබඳ වෘත්තීය සහතිකය.

දත්ත විද්‍යාව සහ යන්ත්‍ර ඉගෙනීම

SLIIT වෘත්තීය සංවර්ධන මධ්‍යස්ථානය

2020

යන්ත්‍ර ඉගෙනීම, ස්නායු ජාල සහ නිෂ්පාදන ML පද්ධති පිළිබඳ වෘත්තීය පාඨමාලාව.

භාෂා

සිංහල

කතා කිරීම: මාතෘ භාෂාවසවන් දීම: මාතෘ භාෂාවලිවීම: මාතෘ භාෂාව

ඉංග්‍රීසි

කතා කිරීම: උසස්සවන් දීම: උසස්ලිවීම: උසස්

දෙමළ

කතා කිරීම: මධ්‍යමසවන් දීම: මධ්‍යමලිවීම: මූලික

කුසලතා

PythonPyTorchTensorFlowScikit-learnKubeflowMLflowSparkSQLDockerAWS SageMakerNLPDeep Learning

මෙය නියැදි ජීව දත්ත පත්‍රිකාවකි. අපගේ නොමිලේ ජීව දත්ත පත්‍රිකා සාදන්නා භාවිතයෙන් ඔබේ අත්දැකීම්වලට අනුවර්තනය කරන්න.

ජීව දත්ත පත්‍රිකා උපදෙස්

නෝට්බුක් පමණක් නොව නිෂ්පාදන ML පෙන්වන්න

සමාගම් අවශ්‍ය වන්නේ ආකෘති පුහුණු කරනවා පමණක් නොව ඒවා යොදවන ඉංජිනේරුවන්ය. ආකෘති සැපයීම, ප්‍රමාද මිනුම්, නිරීක්ෂණය සහ MLOps නල මාර්ග අත්දැකීම් ඉස්මතු කරන්න.

ආකෘති කාර්ය සාධන මිනුම් ඇතුළත් කරන්න

නිරවද්‍යතාව, F1, AUC-ROC, ප්‍රමාදය සහ ප්‍රතිදාන සංඛ්‍යා ඔබේ ආකෘති සැබවින්ම මහා පරිමාණයෙන් ක්‍රියාත්මක වන බව පෙන්වයි. 'දිනකට අනුමාන මිලියන 10ක් සපයන මිලි තත්පර 80කට අඩු P99 ප්‍රමාදය' බලවත්ය.

සම්පූර්ණ ML ජීවන චක්‍රය සඳහන් කරන්න

දත්ත එකතු කිරීම, විශේෂාංග ඉංජිනේරුව, ආකෘති පුහුණුව, ඇගයීම, යෙදවීම, නිරීක්ෂණය. ආකෘතිකරණ පියවර පමණක් නොව සම්පූර්ණ නල මාර්ගය ඔබ තේරුම් ගන්නා බව පෙන්වන්න.

ප්‍රකාශන සහ විවෘත මූලාශ්‍ර ලැයිස්තුගත කරන්න

ML ඉංජිනේරුකරණය පර්යේෂණ දායකත්වයන්ට වටිනාකමක් දෙයි. ඔබට පත්‍රිකා, සම්මන්ත්‍රණ කතා හෝ සැලකිය යුතු විවෘත මූලාශ්‍ර දායකත්වයන් තිබේ නම්, ඒවා ප්‍රමුඛව ඇතුළත් කරන්න.

ප්‍රධාන කුසලතා

PythonPyTorch/TensorFlowML නල මාර්ග සංවර්ධනයආකෘති යෙදවීමMLOps (Kubeflow/MLflow)NLP/පරිගණක දෘෂ්ටියගැඹුරු ඉගෙනීමව්‍යාප්ත පුහුණුවවිශේෂාංග ඉංජිනේරුවA/B පරීක්ෂණAWS SageMakerදත්ත ඉංජිනේරුව

යන්ත්‍ර ඉගෙනුම් ඉංජිනේරු ජීව දත්ත පත්‍රිකාවක් ලියන්නේ කෙසේද

ශ්‍රී ලංකාවේ WSO2, Sysco LABS, 99X වැනි tech සමාගම් ML ඉංජිනේරුවන්ගෙන් බලාපොරොත්තු වන්නේ නෝට්බුක් පර්යේෂණයට වඩා නිෂ්පාදන පද්ධති යෙදවීමේ හැකියාවයි. පහත පියවර 5 ඔබේ ජීව දත්ත පත්‍රිකාව ඒ අනුව ගොඩනගා ගැනීමට උපකාරී වේ.

1

වෘත්තීය සාරාංශය ලියන්න

ඔබේ ජ්‍යේෂ්ඨත්වය, විශේෂීකරණය (NLP, පරිගණක දෘෂ්ටිය, නිර්දේශ පද්ධති) සහ ප්‍රධාන stack එක පළමු වාක්‍ය 2-3 තුළ සඳහන් කරන්න. හැකි විට එක් ප්‍රධාන නිෂ්පාදන මිනුමක් එකතු කරන්න, උදාහරණයක් ලෙස 'දිනකට අනුමාන මිලියන 2කට වඩා මිලි තත්පර 50කට අඩු P95 ප්‍රමාදයකින් සපයන ආකෘති යොදවා ඇත'. පළපුරුද්ද නොමැති නම්, උපාධිය, යොදවන ලද ව්‍යාපෘති (deployed model, RAG යෙදුම) සහ Kaggle/GitHub ප්‍රතිඵල ඉස්මතු කරන්න. සාරාංශය වාක්‍ය 3-4කට සීමා කරන්න; බඳවා ගන්නා කෙනා පළමු තත්පර 10 තුළ ඔබ කවුරුන්ද යන්න තේරුම් ගත යුතුය.

2

රැකියා පළපුරුද්ද ප්‍රමාණාත්මකව bullet ලෙස ලියන්න

සෑම bullet එකක්ම ක්‍රියා පදයකින් ආරම්භ කර framework/tool නම සඳහන් කරමින් ව්‍යාපාරික ප්‍රතිඵලයක් සමඟ අවසන් කරන්න. ආකෘති දියුණු කිරීම නම් නිරවද්‍යතාව/AUC වැඩිවීම ආදායමට හෝ පිරිවැටුමට සම්බන්ධ කරන්න; යෙදවීමක් නම් ප්‍රමාදය (p95/p99 මිලි තත්පර) හෝ සේවා පිරිවැය අඩුවීම සඳහන් කරන්න. උදාහරණයක්: 'Kubeflow සහ MLflow භාවිතයෙන් end-to-end ML නල මාර්ගයක් ගොඩනගා, යෙදවීමේ කාලය සති 2 සිට පැය 3 දක්වා අඩු කළේය.' සෑම භූමිකාවකටම bullet 3-5ක් ප්‍රමාණවත්ය; නවතම භූමිකාවට වැඩි බර දෙන්න.

3

කුසලතා අංශය කණ්ඩායම් වශයෙන් සකසන්න

කුසලතා ML frameworks (PyTorch, TensorFlow, Scikit-learn), MLOps සහ යටිතල පහසුකම් (Docker, Kubernetes, MLflow, Kubeflow, SageMaker/Vertex AI), දත්ත ඉංජිනේරුව (Spark, SQL) සහ programming භාෂා ලෙස කණ්ඩායම් වශයෙන් සකසන්න. රැකියා දැන්වීමේ භාවිතා කරන ලද නියම වචන පිටපත් කරන්න - ATS පද්ධති ඒවා සොයයි. සෑම library එකක්ම ලැයිස්තුගත කිරීමට වඩා ඔබ ගැඹුරින් දන්නා කිහිපයක් තෝරන්න; පුළුල් නමුත් නොගැඹුරු ලැයිස්තුවකට වඩා විශ්වසනීයත්වයක් ඇති කුසලතා කිහිපයක් හොඳය.

4

නෝට්බුක් නොව නිෂ්පාදන කේතය පෙන්වන්න

බඳවා ගන්නන් සොයන්නේ නෝට්බුක් නොව යොදවන ලද කේතයයි. GitHub හි deploy කළ model එකක්, API එකක් ලෙස සපයන RAG යෙදුමක් හෝ Docker container එකක් ලෙස packaged ව්‍යාපෘතියක් පාඨමාලා ලැයිස්තුවකට වඩා බලවත්ය. පර්යේෂණ නැඹුරු තනතුරු සඳහා ප්‍රකාශිත පත්‍රිකා සඳහන් කරන්න; නවක ඉංජිනේරුවන් සඳහා Kaggle ශ්‍රේණිගත කිරීම් සහ reproducible repositories ප්‍රමාණවත්ය. LLM/RAG පැති ව්‍යාපෘති 2026 හි ඉතා අගය කරන සංඥාවකි - ඒවා තිබේ නම් ප්‍රමුඛව ඇතුළත් කරන්න.

5

අධ්‍යාපනය, සහතික සහ ATS පරීක්ෂා

අධ්‍යාපනය සඳහන් කරන්න - MS/PhD ප්‍රයෝජනවත් වන තැන (පර්යේෂණ භූමිකා), නමුත් අනිවාර්ය නොවේ. AWS Certified Machine Learning – Specialty හෝ GCP Professional ML Engineer වැනි සහතික එකතු කරන්න, විශේෂයෙන් විධිමත් උපාධියක් නොමැති නම්. අවසානයේ, ATS පරීක්ෂණයක් කරන්න: තීරු 1ක format එකක්, standard heading (Experience, Education, Skills), PDF format එකක් ලෙස export කිරීම, සහ රැකියා දැන්වීමේ keywords ඔබේ ජීව දත්ත පත්‍රිකාවේද තිබේදැයි තහවුරු කරන්න.

වෘත්තීය සාරාංශ උදාහරණ

ඔබේ තත්ත්වයට ගැලපෙන සාරාංශය පහතින් තෝරාගෙන, ඔබේම විස්තර සමඟ අනුවර්තනය කරන්න.

නවක ML ඉංජිනේරු (පළපුරුද්දක් නොමැති)

මොරටුව විශ්ව විද්‍යාලයෙන් පරිගණක විද්‍යාව උපාධියක් සම්පූර්ණ කළ, යන්ත්‍ර ඉගෙනීම කෙරෙහි විශේෂීකරණය වූ නවක ML ඉංජිනේරුවෙක්. Kaggle තරඟ 3ක සහභාගී වී රිදී පදක්කම් මට්ටමේ ශ්‍රේණිගත කිරීමක් ලබා ගත් අතර, Hugging Face මත deploy කළ RAG පදනම් වූ ප්‍රශ්න-පිළිතුරු යෙදුමක් GitHub හි ප්‍රකාශයට පත් කර ඇත. PyTorch, Scikit-learn, Docker සහ SQL පිළිබඳ ප්‍රායෝගික දැනුමක් ඇති අතර, නිෂ්පාදන ML පද්ධති ගොඩනැගීමට කැපවී සිටී.

ජ්‍යේෂ්ඨ ML ඉංජිනේරු

විශාල පරිමාණයේ මංකොල්ල හඳුනාගැනීමේ සහ නිර්දේශ පද්ධති නිෂ්පාදනයට ගෙන ඒම පිළිබඳ වසර 8ක පළපුරුද්දක් ඇති ජ්‍යේෂ්ඨ ML ඉංජිනේරුවෙක්. PyTorch, Kubeflow සහ AWS SageMaker භාවිතයෙන් දිනකට ගනුදෙනු මිලියන 5කට වඩා මිලි තත්පර 40කට අඩු P99 ප්‍රමාදයකින් තක්සේරු කරන මංකොල්ල හඳුනාගැනීමේ පද්ධතියක් ගොඩනගා, වංචා අලාභය 30%කින් අඩු කළේය. MLOps නල මාර්ග, ස්වයංක්‍රීය නැවත පුහුණුව සහ ජ්‍යේෂ්ඨ ඉංජිනේරුවන් 4ක කණ්ඩායමක් මෙහෙයවීමේ ප්‍රවීණතාවයක් ඇත.

software ඉංජිනේරුවෙකුගෙන් ML වෙත මාරු වූ අයෙක්

Java සහ Spring Boot භාවිතයෙන් නිෂ්පාදන පද්ධති ගොඩනැගීමේ වසර 6ක අත්දැකීමක් ඇති software ඉංජිනේරුවෙක්, යන්ත්‍ර ඉගෙනීම වෙත මාරු වී ඇත. TensorFlow සහ MLflow යොදාගෙන ග්‍රාහක නිශ්කාශන පුරෝකථන ආකෘතියක් ගොඩනගා නිෂ්පාදනයට යොදවා ඇති අතර, CI/CD, කන්ටේනර්කරණය (Docker/Kubernetes) සහ පද්ධති විශ්වසනීයත්වය පිළිබඳ ශක්තිමත් software ඉංජිනේරු පදනමක් ML ව්‍යාපෘතිවලට ගෙන එයි.

ATS මගින් සොයන ප්‍රධාන Keywords

රැකියා දැන්වීමේ භාවිතා කරන නියම යෙදුම් පිටපත් කරන්න - බඳවා ගන්නන් සහ ATS පද්ධති දෙකම ඒවා සොයයි.

Machine Learning

ඔබේ core විශේෂඥතාව ලෙස title සහ සාරාංශයේ මුල් පෙළේ සඳහන් කරන්න.

Python

ප්‍රධාන programming භාෂාව ලෙස කුසලතා අංශයේ මුල් තැන දෙන්න.

PyTorch

framework එක ප්‍රායෝගික ව්‍යාපෘතියක් සමඟ සම්බන්ධ කර, model deployment bullet එකක සඳහන් කරන්න.

TensorFlow

PyTorch සමඟ එකට හෝ වෙන වෙනම, deploy කළ model එකක framework එක ලෙස සඳහන් කරන්න.

MLflow / Kubeflow

MLOps පළපුරුද්ද පෙන්වීමට experiment tracking සහ pipeline orchestration bullet එකක සඳහන් කරන්න.

Docker

model serving හෝ CI/CD bullet එකක containerization අත්දැකීම ලෙස සඳහන් කරන්න.

Kubernetes

production-scale orchestration පළපුරුද්ද තිබේ නම් පමණක් සඳහන් කරන්න, credible විය යුතුය.

SQL

දත්ත query කිරීම හෝ feature engineering bullet එකක සඳහන් කරන්න.

NLP / LLM

2026 හි වඩාත් සොයන signal එක; fine-tuning, RAG, vector database පළපුරුද්ද තිබේ නම් විස්තරාත්මකව සඳහන් කරන්න.

AWS SageMaker

cloud ML platform පළපුරුද්ද deployment bullet එකකට හෝ certification එකකට සම්බන්ධ කරන්න.

දුර්වල සහ ශක්තිමත් Bullet උදාහරණ

එකම වැඩය, නමුත් ක්‍රියා පදයක්, framework එකක් සහ ප්‍රමාණාත්මක ප්‍රතිඵලයක් සමඟ නැවත ලියූ ආකාරය බලන්න.

ආකෘති යෙදවීම

ආකෘති නිෂ්පාදනයට යෙදවීමට වගකිව්වා.

Kubeflow සහ Docker භාවිතයෙන් නිර්දේශ ආකෘතියක් යොදවා, දිනකට අනුමාන මිලියන 2කට වඩා මිලි තත්පර 45කට අඩු P95 ප්‍රමාදයකින් සැපයීම සහතික කළේය.

ආකෘති දියුණු කිරීම

ආකෘති නිරවද්‍යතාව වැඩි දියුණු කිරීම සඳහා විශේෂාංග එකතු කළා.

නව ගනුදෙනුකරු හැසිරීම් විශේෂාංග 15ක් සකස් කර ආකෘති AUC 0.81 සිට 0.89 දක්වා වැඩි දියුණු කර, මාසික මංකොල්ල අලාභය $120,000කින් අඩු කළේය.

MLOps නල මාර්ග ස්වයංක්‍රීයකරණය

ආකෘති නැවත පුහුණු කිරීමේ ක්‍රියාවලිය ස්වයංක්‍රීය කළා.

MLflow සහ Airflow භාවිතයෙන් ස්වයංක්‍රීය ආකෘති නිරීක්ෂණ සහ නැවත පුහුණු නල මාර්ගයක් ගොඩනගා, ආකෘති ප්‍රවාහ හඳුනාගැනීමේ කාලය සති 2 සිට පැය 6 දක්වා අඩු කර 99.5% pipeline uptime පවත්වා ගත්තේය.

නිතර අසන ප්‍රශ්න

යන්ත්‍ර ඉගෙනුම් ඉංජිනේරුවෙකුගේ ජීව දත්ත පත්‍රිකාවේ කුමක් තිබිය යුතුද?

ML ඉංජිනේරු ජීව දත්ත පත්‍රිකාවක් නිෂ්පාදන ML පද්ධති, ආකෘති කාර්ය සාධන මිනුම්, යෙදවීම් නල මාර්ග අත්දැකීම් සහ ක්‍රමලේඛන කුසලතා (Python, PyTorch/TensorFlow) ඉස්මතු කළ යුතුය. යෙදවූ ආකෘතිවලින් ප්‍රමාද, ප්‍රතිදාන සහ ව්‍යාපාරික බලපෑම් මිනුම් ඇතුළත් කරන්න.

දත්ත විද්‍යාඥයෙකුගේ සහ ML ඉංජිනේරුවෙකුගේ ජීව දත්ත පත්‍රිකාව අතර වෙනස කුමක්ද?

ML ඉංජිනේරු ජීව දත්ත පත්‍රිකා නිෂ්පාදන පද්ධති, යෙදවීම, MLOps සහ ඉංජිනේරු භාවිතයන් අවධාරණය කරයි. දත්ත විද්‍යාඥ ජීව දත්ත පත්‍රිකා විශ්ලේෂණය, පර්යේෂණ සහ සංඛ්‍යානමය ක්‍රම කෙරෙහි වැඩි අවධානයක් යොමු කරයි. ML ඉංජිනේරුවන් පද්ධති ගොඩනඟයි; දත්ත විද්‍යාඥයින් ආකෘති ගොඩනඟයි.

ML ඉංජිනේරුකරණය සඳහා පශ්චාත් උපාධියක් අවශ්‍යද?

බොහෝ ML ඉංජිනේරු තනතුරු ශාස්ත්‍රපති හෝ ආචාර්ය උපාධියක් කැමති වුවද, එය සැම විටම අවශ්‍ය නොවේ. ශක්තිමත් ව්‍යාපෘති අත්දැකීම්, විවෘත මූලාශ්‍ර දායකත්වයන් සහ නිෂ්පාදන ML පද්ධති යෙදවීමේ ඔප්පු කළ හැකියාව විධිමත් අධ්‍යාපනය සඳහා වන්දි ගෙවිය හැකිය.

ML ඉංජිනේරු ජීව දත්ත පත්‍රිකාවක් නොමිලේ සෑදිය හැකිද?

ඔව්! අපගේ නොමිලේ ජීව දත්ත පත්‍රිකා සාදන්නා ඔබට වෘත්තීය ML ඉංජිනේරු ජීව දත්ත පත්‍රිකාවක් සෑදීමට ඉඩ දෙයි. මෙම උදාහරණය ආභාසයක් ලෙස භාවිතා කරන්න, ඔබේ අත්දැකීම්වලට අනුවර්තනය කරන්න සහ මිනිත්තු කිහිපයකින් වෘත්තීය PDF එකක් බාගන්න.

පළපුරුද්දක් නොමැතිව ML ඉංජිනේරුවෙකු ලෙස ජීව දත්ත පත්‍රිකාවක් සකස් කරන්නේ කෙසේද?

පළපුරුද්ද වෙනුවට යොදවන ලද ව්‍යාපෘති (RAG යෙදුමක්, GitHub හි API එකක් ලෙස සපයන model එකක්), Kaggle ශ්‍රේණිගත කිරීම් සහ අන්තර්ශිප් අත්දැකීම් ඉස්මතු කරන්න. උපාධි ව්‍යාපෘති සහ Python/PyTorch කුසලතා සමඟින් ශක්තිමත් 'Projects' අංශයක් සාදන්න. අපගේ නොමිලේ ජීව දත්ත පත්‍රිකා සාදන්නාහි මෙම නවක-හිතකාමී ආකෘතිය භාවිතා කර මිනිත්තු කිහිපයකින් PDF එකක් සකස් කරගත හැක.

LLM හෝ GenAI අත්දැකීම ML ඉංජිනේරු ජීව දත්ත පත්‍රිකාවක පෙන්වන්නේ කෙසේද?

2026 හි බඳවා ගන්නන් වඩාත්ම සොයන සංඥාව මෙයයි. fine-tuning කළ open-source LLM, ගොඩනගන ලද RAG pipeline, භාවිතා කළ vector database (Pinecone, FAISS, Weaviate) සහ prompt evaluation framework නම් කර, ප්‍රතිඵලය (නිරවද්‍යතාව, ප්‍රතිචාර කාලය, පිරිවැය අඩුවීම) ප්‍රමාණාත්මකව සඳහන් කරන්න.

රැකියා පළපුරුද්දක් වෙනුවට Kaggle සහ GitHub ව්‍යාපෘති ගණන් කළ හැකිද?

ඔව්, විශේෂයෙන් නවක ML ඉංජිනේරුවන් සඳහා. යොදවන ලද model එකක්, GitHub repository එකක් හෝ Kaggle medal එකක් සැබෑ ඉංජිනේරු කුසලතා ඔප්පු කරයි. ව්‍යාපෘතිය, භාවිතා කළ stack එක සහ ලද ප්‍රතිඵලය (නිරවද්‍යතාව, ශ්‍රේණිගත කිරීම) සඳහන් කරමින් වෙනම 'Projects' අංශයක් සාදන්න.

AWS ML Specialty හෝ GCP Professional ML Engineer සහතික ලබා ගැනීම වටිනවාද?

ඒවා ප්‍රයෝජනවත් වුවත් යොදවන ලද ව්‍යාපෘති තරම් බර නොදරයි. නිසි උපාධියක් හෝ ශක්තිමත් project portfolio එකක් නොමැති නම් සහතික විශේෂයෙන් වටී. සහතිකයක් තිබේ නම් ID අංකය සමඟ Education/Certifications අංශයේ සඳහන් කරන්න, නමුත් එය ප්‍රධාන කරුණ ලෙස නොසිතන්න.

ශ්‍රී ලංකාවේ ML ඉංජිනේරු ජීව දත්ත පත්‍රිකාව ඉංග්‍රීසියෙන්ම ලිවිය යුතුද?

ඔව්, බොහෝ අවස්ථාවල. WSO2, Sysco LABS, 99X, Zone24x7 වැනි ශ්‍රී ලංකාවේ ප්‍රධාන tech සමාගම් සහ බොහෝ විදේශීය සමාගම් ඉංග්‍රීසි ජීව දත්ත පත්‍රිකා අපේක්ෂා කරයි. සිංහල අනුවාදය පුද්ගලික ආභාසයක් ලෙස තබාගෙන, අයදුම් කිරීමේදී ඉංග්‍රීසි අනුවාදයක් භාවිතා කිරීම නිර්දේශ කෙරේ.

මෙම සිංහල උදාහරණය අච්චුවක් ලෙස බාගත කරගත හැකිද?

ඔව්! මෙම උදාහරණය අපගේ නොමිලේ ජීව දත්ත පත්‍රිකා සාදන්නාහි ATS-අනුකූල අච්චු 3ක් සමඟින් සම්පාදනය කළ හැක. ලියාපදිංචියක් නොමැතිව, ඔබේ තොරතුරු සමඟ සංස්කරණය කර මිනිත්තු කිහිපයකින් වෘත්තීය PDF එකක් බාගත කරගත හැක.

ඔබේ ජීව දත්ත පත්‍රිකාව දැන් සාදන්න

මෙම උදාහරණය ආභාසයක් ලෙස භාවිතා කරන්න. ඔබේ අත්දැකීම්වලට අනුවර්තනය කරන්න සහ මිනිත්තු කිහිපයකින් වෘත්තීය PDF එකක් බාගන්න. 100% නොමිලේ.

ඔබේ ජීව දත්ත පත්‍රිකාව සාදීම ආරම්භ කරන්න

මෙම ජීව දත්ත පත්‍රිකාව වෙනත් භාෂාවලින් බලන්න

මෙම ජීව දත්ත පත්‍රිකා උදාහරණය භාෂා 63කින් ලබා ගත හැකිය: