Лучшие Machine Learning Engineers в мире: топ-специалисты в своей области
Обновлено: · Редакция каталога «Топ-специалисты»
На этой странице собраны лучшие специалисты в своей области по направлению «Machine Learning Engineer»: 20 человек, чей вклад в профессию подтверждается открытыми источниками. Топ-специалистов в этой профессии редакция определяет по таким признакам: научные результаты, которые воспроизводятся и цитируются, создание фреймворков и систем, обучение следующего поколения инженеров.
Рейтинг формируется по единой методологии: оцениваются вклад в профессию, проверяемость фактов, опыт и профессиональное признание. Итог — редакционная оценка по шкале от 1 до 5; пользовательские голоса не собираются и не имитируются.
В подборке представлены 12 стран: Австралия, Великобритания, Вьетнам, Германия, Израиль, Индия, Испания, Канада, Китай, США, Франция, Швейцария. Страна указана по месту основной работы или происхождения специалиста согласно открытым источникам.
Методология рейтинга
Вклад в профессию (40%) — созданные продукты, методики, исследования, книги, инструменты.
Проверяемость (25%) — факты подтверждаются личными сайтами, публикациями, страницами компаний и энциклопедическими источниками.
Опыт (20%) — число лет в области, рассчитанное от начала известной профессиональной деятельности; значение округлено.
Признание (15%) — профессиональные награды, должности, цитируемость работ.
Источники: открытые публикации, указанные в блоке «Источники и упоминания» каждой карточки. Если подтверждение не найдено, стоит пометка «источник уточняется» или «данные уточняются».
Редактор: Редакция каталога «Топ-специалисты». Дата обновления: . Подробнее — в разделе «Методология».
Рейтинг носит редакционный характер. Формулировка «лучший специалист» отражает оценку редакции по указанной методологии.
Топ-специалисты: Machine Learning Engineer
Показано: 20 из 20
Лучший специалист в своей области
Geoffrey Hinton
Канада · Торонто
Исследования глубокого обучения
5.0 / 5 · 1 оценка редакции
Где работал(а)
University of Toronto, Google
Лет в области
около 48 лет
Подробнее о специалисте Geoffrey Hinton
Geoffrey Hinton — топ-специалист по направлению «Machine Learning Engineer». Премия Тьюринга (2018). Специализация: Исследования глубокого обучения. Места работы по открытым источникам: University of Toronto, Google.
Yann LeCun — топ-специалист по направлению «Machine Learning Engineer». Премия Тьюринга (2018). Специализация: Исследования глубокого обучения, свёрточные сети. Места работы по открытым источникам: Bell Labs, New York University, Meta.
Yoshua Bengio — топ-специалист по направлению «Machine Learning Engineer». Премия Тьюринга (2018). Специализация: Исследования глубокого обучения. Места работы по открытым источникам: Université de Montréal, Mila.
ML-фреймворки и инфраструктура, распределённые системы
4.9 / 5 · 1 оценка редакции
Где работал(а)
Google
Лет в области
около 30 лет
Подробнее о специалисте Jeff Dean
Jeff Dean — топ-специалист по направлению «Machine Learning Engineer». Главный научный сотрудник Google. Специализация: ML-фреймворки и инфраструктура, распределённые системы. Места работы по открытым источникам: Google.
Google Brain, Baidu, Coursera, DeepLearning.AI, Landing AI
Лет в области
около 24 лет
Подробнее о специалисте Andrew Ng
Andrew Ng — топ-специалист по направлению «Machine Learning Engineer». Сооснователь Google Brain и Coursera. Специализация: Образование и прикладной ИИ. Места работы по открытым источникам: Google Brain, Baidu, Coursera, DeepLearning.AI, Landing AI.
Fei-Fei Li — топ-специалист по направлению «Machine Learning Engineer». Создательница датасета ImageNet. Специализация: Компьютерное зрение. Места работы по открытым источникам: Stanford University, Google Cloud, World Labs.
Исследования глубокого обучения, обучение с подкреплением
4.9 / 5 · 1 оценка редакции
Где работал(а)
DeepMind
Лет в области
около 16 лет
Подробнее о специалисте Demis Hassabis
Demis Hassabis — топ-специалист по направлению «Machine Learning Engineer». Сооснователь и CEO DeepMind. Специализация: Исследования глубокого обучения, обучение с подкреплением. Места работы по открытым источникам: DeepMind.
Andrej Karpathy — топ-специалист по направлению «Machine Learning Engineer». Один из основателей OpenAI. Специализация: Образование и прикладной ИИ, компьютерное зрение. Места работы по открытым источникам: OpenAI, Tesla, Eureka Labs.
Microsoft Research Asia, Facebook AI Research, MIT
Лет в области
около 15 лет
Подробнее о специалисте Kaiming He
Kaiming He — топ-специалист по направлению «Machine Learning Engineer». Соавтор архитектуры ResNet. Специализация: Компьютерное зрение. Места работы по открытым источникам: Microsoft Research Asia, Facebook AI Research, MIT.
Ilya Sutskever — топ-специалист по направлению «Machine Learning Engineer». Сооснователь и экс-главный научный сотрудник OpenAI. Специализация: Исследования глубокого обучения. Места работы по открытым источникам: Google Brain, OpenAI, Safe Superintelligence.
Регалии и достижения
Сооснователь и экс-главный научный сотрудник OpenAI
Исследования глубокого обучения, рекуррентные сети
4.8 / 5 · 1 оценка редакции
Где работал(а)
IDSIA, KAUST
Лет в области
около 39 лет
Подробнее о специалисте Jürgen Schmidhuber
Jürgen Schmidhuber — топ-специалист по направлению «Machine Learning Engineer». Соавтор архитектуры LSTM. Специализация: Исследования глубокого обучения, рекуррентные сети. Места работы по открытым источникам: IDSIA, KAUST.
Daphne Koller — топ-специалист по направлению «Machine Learning Engineer». Сооснователь Coursera. Специализация: Образование и прикладной ИИ, ML в биомедицине. Места работы по открытым источникам: Stanford University, Coursera, insitro.
Jeremy Howard — топ-специалист по направлению «Machine Learning Engineer». Сооснователь fast.ai. Специализация: Образование и прикладной ИИ. Места работы по открытым источникам: Kaggle, fast.ai, Answer.AI.
Исследования глубокого обучения, обучение с подкреплением
4.8 / 5 · 1 оценка редакции
Где работал(а)
Google Brain, Google DeepMind
Лет в области
около 16 лет
Подробнее о специалисте Oriol Vinyals
Oriol Vinyals — топ-специалист по направлению «Machine Learning Engineer». Соавтор модели sequence-to-sequence. Специализация: Исследования глубокого обучения, обучение с подкреплением. Места работы по открытым источникам: Google Brain, Google DeepMind.
Исследования глубокого обучения, генеративные модели
4.8 / 5 · 1 оценка редакции
Где работал(а)
Google Brain, OpenAI, Apple, Google DeepMind
Лет в области
около 15 лет
Подробнее о специалисте Ian Goodfellow
Ian Goodfellow — топ-специалист по направлению «Machine Learning Engineer». Автор генеративно-состязательных сетей (GAN). Специализация: Исследования глубокого обучения, генеративные модели. Места работы по открытым источникам: Google Brain, OpenAI, Apple, Google DeepMind.
François Chollet — топ-специалист по направлению «Machine Learning Engineer». Создатель Keras. Специализация: ML-фреймворки и инфраструктура. Места работы по открытым источникам: Google.
Регалии и достижения
Создатель Keras
Автор Deep Learning with Python и бенчмарка ARC-AGI
Soumith Chintala — топ-специалист по направлению «Machine Learning Engineer». Сооснователь и многолетний руководитель проекта PyTorch. Специализация: ML-фреймворки и инфраструктура. Места работы по открытым источникам: Meta AI.
Регалии и достижения
Сооснователь и многолетний руководитель проекта PyTorch
Tianqi Chen — топ-специалист по направлению «Machine Learning Engineer». Создатель XGBoost. Специализация: ML-фреймворки и инфраструктура. Места работы по открытым источникам: Carnegie Mellon University, OctoML.
Sebastian Raschka — топ-специалист по направлению «Machine Learning Engineer». Автор Python Machine Learning и Build a Large Language Model (From Scratch). Специализация: Образование и прикладной ИИ. Места работы по открытым источникам: University of Wisconsin–Madison, Lightning AI.
Регалии и достижения
Автор Python Machine Learning и Build a Large Language Model (From Scratch)
Chip Huyen — топ-специалист по направлению «Machine Learning Engineer». Автор Designing Machine Learning Systems и AI Engineering. Специализация: MLOps и ML-системы. Места работы по открытым источникам: NVIDIA, Snorkel AI, Claypot AI.
Регалии и достижения
Автор Designing Machine Learning Systems и AI Engineering
По заданным условиям никого не найдено. Измените фильтры или сбросьте их.
Вопросы и ответы: Machine Learning Engineer
Что делает Machine Learning Engineer?
Проектирует, обучает и выводит в продакшен модели машинного обучения: готовит данные, выбирает архитектуру, строит пайплайны обучения и инференса, следит за деградацией качества.
Почему в списке много исследователей?
Архитектуры и фреймворки, которыми ежедневно пользуются инженеры — свёрточные сети, ResNet, LSTM, PyTorch, Keras, XGBoost, — созданы именно этими людьми. Рубрика «исследования» или «фреймворки» указана в каждой карточке.
Какие награды учитываются?
Премия Тьюринга, Нобелевская премия, а также подтверждённое авторство ключевых работ и открытых библиотек.
Как попасть в рейтинг или исправить данные?
Напишите в редакцию на editor@jennawingatedesigns.com: укажите имя, направление и ссылки на открытые источники, подтверждающие факты. Сведения без подтверждения публикуются с пометкой «источник уточняется».