機器學習工程師的英文履歷怎麼寫
更新於 2026-09-02
機器學習工程師的英文履歷，比的是模型離開 notebook 之後的數字：p99 延遲、每千次預測的成本、模型變差時誰先知道。離線準確率本身是資料科學家的證據，不是你的。看履歷的人在找三件事：你的模型接過多大的流量、訓練一次燒掉多少 GPU 時數、哪一次迴歸是你的評估比使用者先抓到的。
這也是你和兩個鄰居在紙上的分界。軟體工程師的 bullet 主詞是服務與負載；資料科學家的 bullet 結尾是一個被改變的決策；你的 bullet 從一個模型開始，結束在延遲、成本或監控。「Trained a churn model with XGBoost」三樣都沒有。範例全是英文，因為成品是英文；數字全留 [N]，因為那些數字要由你在面試裡守住，不是由這一頁替你編。
下面照這個順序走：能被解析的區塊順序、三種年資的 summary、按六種能力分組的 bullet、弱句與強句的對照、技能區的去留、ATS 會比對的詞、這個職位特有的錯誤，以及每句主張會被追問的地方。
這個職位的英文履歷，完成後長這樣
下面是一份虛構人物的完整範例，由產品的排版引擎渲染成真正的頁面，分數由同一套規則引擎現算——不是我們打上去的。缺的數字一律留 [N]，所以分數停在上限以下；那不是範例的缺陷，是產品的規則在示範。
Noa Shapira
Education
- Engineered a keyword-spotting model for the final-year project, quantized to int8 to run under [N] ms on a microcontroller
- Led the machine-learning reading group, where [N] students reimplemented one paper a month and presented the failed runs beside the working ones
Experience
- Cut p99 transcription latency from [N] ms to [N] ms with continuous batching and an int8 encoder, at [N]% of the previous cost per audio hour
- Deployed a LoRA fine-tune for transcript summaries behind vLLM, matching the hosted API on a human-rated eval at [N]% of its per-token cost
- Built the release-gating eval harness over [N] accent and noise slices, catching a [N]-point word-error regression before the canary reached customers
- Shipped the learning-to-rank model behind product search, serving [N] million queries a day at a p99 under [N] ms from CPU-only replicas
- Halved the GPU bill for the nightly ranking retrain by fixing the data-loader stalls the profiler exposed, at the same offline NDCG
- Automated the path from checkpoint to canary through a model registry and shadow-traffic replay, cutting time-to-production from [N] days to [N] hours
- Developed the lab’s acoustic-model training pipeline into one reproducible job that [N] graduate students ran without a maintainer
- Standardized a [N] thousand-hour speech corpus into sharded, speaker-disjoint splits, ending the leakage that had flattered [N] earlier experiments
- Reduced queue time on the shared GPU cluster from [N] days to [N] hours with fair-share scheduling and reclaiming of stalled jobs
Projects
- Created an open-source input-drift monitor for audio and text models, downloaded [N] thousand times a month and running in production at [N] companies
Additional Information
版面結構與順序
單欄、標準標題、不貼系統架構圖、不貼 GPU 使用率截圖。這個職位最常見的版面錯誤是把架構圖放進履歷。解析器讀到一片空白；人讀到的是一張用來代替文字證據的圖。
順序只有一個原則：上線的證據先出現。模型跑在誰的流量上、延遲多少、每個月花多少錢，這些住在 Experience。論文、Kaggle、課程證書全部排在它後面。
- 1Summary
三句話：年資與模型類型、你負責的範圍（訓練、服務、監控哪幾段）、一個來自 production 的數字。看的人在這裡判斷你是在 notebook 裡工作，還是在流量上工作。
- 2Experience
倒序。每段三到五條 bullet：動詞開頭、有模型、有流量或資料量、有延遲或成本、有你怎麼知道它有效。這區占整頁六成以上。
- 3Projects（選用）
只放跑在別人流量上的東西：有使用者的開源服務工具、有公開評估的微調模型。Kaggle notebook 與課程作業在這裡不算專案。
- 4Skills
按層分組：訓練、服務、基礎設施、評估。列你 profile 過的框架，不列 import 過的。
- 5Publications（選用）
只放有審查或有引用的，一行一篇，排在 Experience 之後。沒有博士學位的人，workshop 論文不必占版面。
- 6Education
三年經歷以上放最後、一到兩行。ML 相關的碩博士可以多一行寫論文題目與方法。
三個層級的 Summary 範例
這段預告的是你在 production 裡的位置。三個層級各一例，數字留 [N] 由你自己填。
Machine learning engineer with internship and thesis experience taking models from notebook to service. Packaged a text-classification model as a batched inference API serving [N] requests per minute with a p99 under [N] ms, and wrote the regression eval the team runs on every retrain. Looking for a team where the model’s production metrics are the engineer’s responsibility.
新鮮人的證據是一個真的在接流量的 endpoint，加上一套別人還在跑的評估。兩者都經得起追問。
Machine learning engineer with [N] years owning training pipelines and serving infrastructure for ranking and recommendation models handling [N] million predictions a day. Cut inference cost per thousand predictions by [N]% through quantization and dynamic batching, and built the offline-to-online eval harness that catches regressions before the canary does. Prefers a boring model with a monitored pipeline over a clever one nobody can retrain.
中生代的關鍵字是 owning：從管線到 endpoint、到中間那條成本線都算你的。最後一句是一個明說的偏好，偏好比形容詞更能讓看的人知道你怎麼做事。
Senior machine learning engineer who set platform direction for a [N]-person ML team: one feature store, one model registry, and a deployment path that took a fine-tuned LLM from checkpoint to a [N] ms p99 endpoint. Reduced GPU spend by [$N] a year while models in production grew from [N] to [N]. Measures the team by how many retrains happen without a human watching.
資深的證據是平台層的決定與被退場的混亂：一個 feature store、一個 registry、一條到 production 的路。最後一句說的是他怎麼衡量團隊，這比「led a team」有資訊量。
依職能分組的 bullet 範例
機器學習工程師被評價的是這六件事。每條的骨架相同：動詞、模型與流量、方法、[N] 結果，以及你怎麼知道它有效。
推論服務與延遲
· Cut p99 latency of the ranking endpoint from [N] ms to [N] ms by replacing per-request inference with dynamic batching and pinning the model in GPU memory across [N] replicas.
· Deployed a distilled [N]-million-parameter student model that matched the teacher within [N] points on the offline eval at one third of the serving cost per thousand predictions.
· Scaled the recommendation endpoint to [N] million predictions a day, holding availability at [N]% through two traffic spikes without a rollback.
訓練管線與 GPU 成本
· Halved wall-clock time of the daily retrain by moving the data loader to pre-tokenized shards and enabling mixed precision, cutting the GPU bill by [$N] a month at unchanged offline accuracy.
· Rebuilt the retraining pipeline as an idempotent DAG with checkpoint resumption, so a preempted spot instance costs [N] minutes of progress instead of a full run.
· Doubled GPU utilisation on the shared training cluster by profiling the [N] heaviest jobs and fixing the input-pipeline stalls that left accelerators idle.
評估與上線門檻
· Built the offline evaluation harness that gates every release on [N] slice-level metrics, catching a [N]-point regression on low-resource languages before the canary reached users.
· Established a shadow-deployment stage that replays [N]% of production traffic against each candidate model, turning a two-week manual sign-off into a same-day decision.
· Designed the golden-set review for the LLM assistant: [N] labelled conversations refreshed monthly, so the eval could not drift away from what users actually asked.
監控與漂移
· Instrumented feature-level drift monitoring across [N] production models, paging on distribution shift so a broken upstream join was caught in [N] hours instead of at the quarterly review.
· Cut silent model-degradation incidents from [N] to [N] per quarter by alerting on prediction-distribution shift and calibration error rather than infrastructure metrics alone.
特徵與訓練資料
· Migrated [N] models onto a shared feature store with point-in-time joins, eliminating the training-serving skew that had inflated offline accuracy by [N] points.
· Unified online and offline feature computation for the fraud model behind one code path, retiring [N] hand-maintained SQL duplicates and the drift between them.
LLM 微調與部署
· Delivered a LoRA fine-tune of a [N]-billion-parameter open-weight model on [N] thousand labelled support tickets, beating the hosted API on the internal eval at [N]% of its per-token cost.
· Deployed the fine-tuned model behind a vLLM server with continuous batching and prefix caching, holding a p99 under [N] seconds at [N] concurrent requests on [N] GPUs.
改寫前後對照
同一段經歷，弱句與強句並排。每組的 why 比改寫本身更值得記住：那是你自己的履歷裡最可能出現的缺陷。
Developed machine learning models using Python and TensorFlow.
Shipped a churn-propensity model from training pipeline to a nightly batch-scoring job over [N] million accounts, with a drift alert that has fired [N] times and been right each time.
差在哪 · 原句只有材料，沒有 production。改寫有資料量（[N] million accounts）、有排程（nightly）、有一個被現實測過的監控。
Improved model accuracy.
Increased recall on the fraud model’s high-value slice from [N]% to [N]% at fixed precision by closing a point-in-time leak in the training set, verified on a held-out month.
差在哪 · 準確率是哪個指標、哪個 slice、precision 付了什麼代價？改寫給出指標對、slice、原因、驗證方式。每一項都可以被追問。
Deployed models to production.
Deployed [N] models behind a Triton server with dynamic batching and canary rollouts, cutting the median time from trained checkpoint to serving traffic from [N] days to [N] hours.
差在哪 · Deploy 是每個人都做過的動詞。改寫給出服務堆疊、上線的安全機制，還有 ML 平台團隊被評價的那個數字：checkpoint 到接流量的時間。
Worked on the LLM chatbot project.
Owned retrieval and serving for the support assistant: built the embedding pipeline over [N] thousand documents, cut p99 response time to [N] seconds with prompt caching, and wrote the eval set the team still ships against.
差在哪 · 「Worked on」證明你在場，「project」藏起你做的那一段。改寫指名你的段落（retrieval 與 serving）、三個產出物、一套比專案活得久的 eval。
Optimized training performance.
Cut the weekly retrain from [N] hours to [N] hours on the same [N] GPUs by profiling the input pipeline, moving augmentation onto the accelerator, and enabling mixed precision.
差在哪 · 「Optimized」沒有前後值、沒有硬體，只是一種心情。改寫把硬體固定住，所以省下的時間是你的，不是更大叢集的。
技能區怎麼取捨
原則只有一條：敢被問到 internals 的才留。這個職位的技能區按層分：訓練、服務、基礎設施、評估。「Deep Learning」不是技能，是職稱。
值得佔版面的
PyTorch · Hugging Face Transformers · PEFT / LoRA · DDP / FSDP · mixed precision
vLLM · Triton Inference Server · ONNX Runtime · TensorRT · quantization · dynamic batching
Kubernetes · Ray · Airflow / Kubeflow · Feast · MLflow · Terraform
offline eval harness · shadow deployment · A/B testing · drift detection · Prometheus / Grafana
可以刪掉的
- 「Machine Learning」「Deep Learning」「AI」 · 那是職稱，不是技能。一條寫著 p99 的 bullet 比這三個詞加起來有力。
- 每一個 import 過的框架（Keras、Caffe、Theano、MXNet⋯） · 面試官會挑你最生疏的追問。留下你 profile 過、調過 batch size 的，其餘刪掉。
- Kaggle 名次與線上課程證書（三年經歷以上） · 有一個模型在 production 之後，證書就是整頁最弱的一行。新鮮人可以留一行。
- 「Prompt engineering」單獨列成技能 · 撐不起一個欄位。把證明 prompt 有效的那套評估寫進 bullet，才是證據。
ATS 關鍵字
解析器先比對詞，再輪到人讀句子。下面是這個職位的職缺裡反覆出現的詞，按類別分。
只放你的經歷撐得起的詞。寫了 distributed training，卻答不出 FSDP 切的是什麼，比不寫更傷。堆關鍵字在解析器那裡沒有加分，在後面讀的人那裡是扣分。
履歷以外的證據：repo、endpoint 與模型卡
這一頁上的每個主張，都會被拿去對照一個履歷以外的東西。機器學習工程師的那個東西通常不是論文，是一個還在回應的 endpoint，和它背後那個 repo。下面是看的人真的會打開的順序、履歷上指向它的那一行，以及沒有東西值得打開時該怎麼辦。
- 他先點 header 的 GitHub，看的是置頂那排
讀到 summary 第三句之前，那個連結就被點掉了。落地頁上只有兩件事會進到腦子裡：置頂那排 repo 的標題，以及最新一次 commit 的日期。貢獻圖是掃過去的，沒有人在數格子。這個職位的置頂位置要留給會跑的東西：一個有 Dockerfile 和啟動指令的服務 repo、一條一行指令就能從原始資料跑到 checkpoint 的訓練管線、一套會擋下迴歸的 eval。整排都是 .ipynb 的 profile，等於替你回答了一個你不想被問的問題：你是資料科學家。
- README 第一屏要有硬體、一行指令、一個延遲數字
打開 repo 的人給你的時間不到一分鐘，而且不會捲到第二屏。第一屏放三樣：一行可以直接貼進終端機的 docker run、量測時用的那張卡與 batch size、以及一個寫成 p99 [N] ms at [N] concurrent requests 的結果。沒有標硬體的 benchmark 不算 benchmark，因為讀的人沒辦法判斷那個數字是好是壞。模型品質用一張小表交代：資料集、切法、指標，以及對照的 baseline 是誰。
- 一個還活著的 endpoint，以及履歷上指向它的那一行
會跑的 demo 比任何一條 bullet 更快結束爭論。Hugging Face 上的 Space 可以，自己掛的一個小 endpoint 也可以。履歷 header 那一行照這個寫：Demo: <url> · Code: github.com/<handle>/<repo> — <model> served behind vLLM on one GPU, p99 [N] ms at [N] concurrent requests。送出履歷那天早上自己點一次。睡著的 Space、過期的網域、回 502 的 endpoint，都比沒有 demo 更傷，因為那是一次看的人親手驗證過的失敗。
- 可以被查的東西，和只能被相信的東西
Hugging Face 上的模型頁有下載數和一張模型卡，PyPI 套件有下載數，一個被合併的 PR 有網址和 commit。這些都不需要你的保證。「Optimized inference」則完全靠你的保證。雲端證照屬於前者：AWS Certified Machine Learning 和 Google Cloud Professional Machine Learning Engineer 發下來時都附一個誰都能開的驗證連結，所以證照那一行要寫發證單位、取得年份與到期日。已經過期就寫成 held <年>–<年>，或整行刪掉。一條沒寫日期、而登錄資料顯示已失效的證照，是整頁唯一會被真的去查、而且查出來對不上的地方。
- 不能公開的那一段：私有 repo 的連結比沒有連結更糟
你在公司做的那套服務堆疊沒有公開網址。不要貼內部 URL，也不要貼一個會讓對方看到 404 的私有 repo——那一次點擊只留下一個壞掉的印象。改成用文字把形狀講清楚：模型家族、流量量級留 [N]、服務堆疊照名字寫（Triton、vLLM、Ray Serve），最後加一句 production code is under NDA。想在旁邊放一個打得開的東西，就用開放權重模型和公開資料集把同一個問題重做一次小的——一樣的 batching 與量化取捨——並且標明這是重做的複本，不是公司那一套。公司的資料集和客戶名稱，永遠不搬進公開 repo。
- 什麼時候整個連結都不要放
如果你的 GitHub 只有幾個 fork 來的教學 repo、最後一次 commit 停在兩年前、置頂的是沒寫完的課程作業，就把連結從 header 拿掉。看的人只計算他點開過的連結；不放不扣分，放了空的會扣。要補這個空窗，一個週末就夠：把你在工作上怎麼建那套 eval harness 寫成一篇公開的說明，或替一個內部模型補一張模型卡、數字全留 [N]。兩件事都在證明同一件事——你知道模型上線前該看什麼。競賽名次填不了這一格，因為讀履歷的人在找一個會跑的東西。
機器學習工程師履歷的常見錯誤
- 1讀起來像資料科學家
Bullet 停在 notebook 裡的 F1。這個職位的 bullet 要走到模型接流量的那一刻：延遲多少、每千次預測花多少、誰在監控。建模成果縮成一行，後面接它上線後的後果。
- 2寫框架名稱，不寫服務路徑
「PyTorch, TensorFlow, scikit-learn」講不出 batch size、硬體、p99。看的人只知道你會 import，不知道你能不能讓它在流量底下活著。
- 3把平台的吞吐量寫成自己的
「Our platform serves [N] billion predictions」的功勞屬於平台。寫你那一段：哪幾個模型、哪條 endpoint、哪個 SLA 是你在守。面試時範圍一縮，其他 bullet 也跟著被重新估價。
- 4只有準確率，沒有代價
在這個職位，一個準一點、但服務成本高三倍的模型是退步。每一條準確率主張旁邊都要有它的延遲與成本，否則看的人會替你假設最壞的那個版本。
- 5整頁沒有評估的故事
看不到 eval harness、shadow deployment、任何一次被擋下的迴歸，讀起來像模型是憑信心上線的。這個職位的可靠性證據，就是那一次你比使用者先發現的事。
- 6LLM 熱詞沒有產出物
「RAG、agents、prompt engineering」後面沒有評估、延遲、成本，就是一張閱讀清單。有區別度的那一行，是你的微調模型贏了誰、每百萬 token 花多少。
每句主張會招來的追問
延遲、成本與評估的主張都會被往下鑽三層。寫之前先想：被問到量測點與代價時，你手上有沒有東西。
Cut p99 inference latency from [N] ms to [N] ms.
p99 在哪裡量：模型伺服器內、gateway，還是客戶端？同一段期間吞吐量與每次預測的成本怎麼變？batch size 有沒有動？
講得出量測點、負載條件與代價。用縮小 batch 換來的延遲會推高單位成本，這件事自己先講。
Reduced GPU training cost by [$N] a month.
省在哪一個槓桿：使用率、spot instance、mixed precision，還是少跑幾次？模型品質有沒有動？帳單怎麼驗證？
帶雲端帳單的前後對照，不是估算。主動說你交換掉的東西：更長的訓練時間、一點點品質差距。
Built the evaluation harness that gates every release.
它真的擋下過什麼？誤擋率多高？趕 deadline 的時候有沒有人繞過它？
最好的答案是一次被擋下的具體迴歸：哪個 slice、掉了幾點。被繞過的那一次也要準備好，講清楚之後改了什麼。
Delivered a LoRA fine-tune that beat the hosted API on the internal eval.
贏在哪一套 eval？誰建的、幾筆、人評還是模型評？自己部署的每百萬 token 成本，對上 API 是多少？
知道那套 eval 的建構方式與弱點。只有模型評分、沒有人工抽查的勝利，自己先降級，別等面試官來降。
Deployed [N] models to production.
現在還有幾個在跑？漂移時誰接 on-call？retrain 怎麼進 production、誰把關？
準備的是生命週期，不只是上線那一天。退役了哪些模型、為什麼退役，比上線的數量更有說服力。
常見問題
我是資料科學家，想轉機器學習工程師，履歷要怎麼調整？
把每條 bullet 的結尾換掉。資料科學家的 bullet 結束在一個決策；機器學習工程師的結束在一個服務：接流量的 endpoint、有 SLA 的訓練管線、擋住迴歸的評估。把部署、管線、監控的段落往前放，建模成果縮成一行，並接上它上線後發生的事。
誠實分層。真的沒有上線經驗，就做一個把模型放在 API 後面、有負載測試延遲數字的專案，並照實寫成自己的專案。
我只在單張 GPU 或雲端 notebook 上訓練過，沒碰過叢集，會不會太薄？
規模是相對的，看的人讀的是你有沒有量測：那一張卡的使用率、每秒 token 數、一次訓練的成本。能把一張 GPU profile 清楚的履歷，比提到一個從沒碰過的叢集有力。
分層寫法：單卡上過 production，分散式讀到設計層（DDP 與 FSDP 的取捨）但還沒出貨。這樣在面試裡守得住。
Kaggle、論文、開源貢獻要放嗎？
Kaggle 只在新鮮人階段放，一行、附名次。論文只放有審查或有引用的，一行一篇，排在 Experience 之後。開源在有你以外的使用者時放，寫法跟工作 bullet 一樣：採用數留 [N]。
職缺寫 LLM／GenAI，我只做過傳統 ML，能投嗎？
服務端的問題是一樣的：batching、延遲、成本、評估、漂移。先把這些可轉移的 bullet 寫在前面。然後誠實分層：微調讀到設計層（LoRA、量化的取捨），還沒出貨。不要在沒有產出物的情況下補「RAG」這種關鍵字。
MLOps 職缺和 ML engineer 職缺，要準備兩份履歷嗎？
一份履歷，兩種順序。MLOps 職缺先看管線、監控、部署自動化那幾組 bullet，把它們排到每段經歷的最前面；ML engineer 職缺先看模型與服務的數字，順序倒過來。內容不動，只動順序。技能區照同一個原則排。
把你上線過的模型，寫成有延遲、有成本、有監控的英文
用中文照實寫你服務過的流量、訓練花掉的 GPU 時數、擋下過的迴歸，AI 以 Tech 視角改寫成這一頁等級的英文 bullet。四項分數由規則引擎計算，不是由寫稿的模型自評，同一份稿重測數字不變。輸入裡沒有的數字留黃色 [N] 空格由你自己填：面試裡要守住那個數字的人是你。
免費生成 2 次