Ingenieur für maschinelles Lernen in S-PRO

S-PRO, ein erstklassiges Unternehmen für digitale Innovation und Softwareentwicklung, sucht einen Machine Leaning Engineer. Wir sind auf die Bereitstellung hochmoderner Dienstleistungen für schnell wachsende Unternehmen spezialisiert, mit einem starken Fokus auf die Bereiche Finanzen, erneuerbare Energien und Gesundheitswesen sowie Fachwissen in den Bereichen KI, Blockchain und Datenwissenschaft. Unser Team aus über 200 engagierten Fachleuten arbeitet unermüdlich in unseren weltweiten Niederlassungen an der Entwicklung innovativer digitaler Lösungen, die den nachhaltigen Geschäftswert steigern und die Wettbewerbsfähigkeit unserer Kunden in einer dynamischen digitalen Landschaft steigern. Über das Projekt Einer unserer Kunden ist ein visionäres SportsTech-Start-up mit Sitz in Zürich, Schweiz, das von einem brillanten Team hochrangiger Führungskräfte gegründet wurde Menschen von FinTech- und Sportmarketing-Spezialisten. Es handelt sich um eine Plattform für aktive Daten, die aktive Menschen aller Fähigkeiten, Nationalitäten, Altersgruppen und Geschlechter dazu inspiriert und ermöglicht, die Verantwortung für ihre aktiven Daten zu übernehmen und deren Wert zu maximieren. Die Community-Mitglieder tauschen ihre aktiven Daten aus, die dann gegen eine Vielzahl von Belohnungen eingetauscht werden können, von der neuesten Sportausrüstung über exklusiven Zugang zu Veranstaltungen bis hin zur Finanzierung von Forschung und Entwicklung im Gesundheits- und Wellnessbereich zum Wohle der ganzen Welt. Wir suchen einen engagierten und erfahrenen Ingenieur für maschinelles Lernen, der sich unserem Team anschließt Team! Die Stelle umfasst die Entwicklung großartiger Produkte im Bereich SportTech. Wenn Sie also eine SportTech-Anwendung für die Zukunft entwickeln möchten, benötigen Sie: PyTorch (oder TensorFlow); Kenntnisse in der Implementierung von Datenpipelines mit Celery, AirFlow, Dagster oder vergleichbaren Engines; Erfahrung in der Entwicklung von Proof of Concept (PoC) und der Erstellung von Data Science-Berichten mit Jupyter Lab; Erfahrung mit AWS-Infrastruktur, einschließlich, aber nicht beschränkt auf: EC2, RDS (Postgres). ), SQS, S3.Will beaplus:Erfahrung mit Plotly Dash;Erfahrung in Training, Feinabstimmung und Bereitstellung von Modellen für maschinelles Lernen mit PyTorch oder TensorFlow;Vertrautheit mit generativer KI und großen Sprachmodellen, einschließlich Prompt Engineering, API-Integration und der Langchain-Bibliothek.Ihre Verantwortlichkeiten: Verbesserung zentraler datenwissenschaftlicher Dienste und Modelle: Empfehlungssysteme für Freundesvorschläge und personalisierte Marketingkampagnen (Grafikalgorithmen und Feature-Encoder) Anti-Spoofing-System für von Benutzern eingereichte Sportaktivitäten (Zeitreihenanalyse und -abgleich) Sports Activity Ingestion Service: Harmonisierung, Normalisierung und automatische Kennzeichnung (Zeitreihenanalyse, Vorverarbeitung und Feature-Engineering) eingehender Daten von Smartwatches. Erforschung und Entwicklung neuer KI-Funktionen: Personalisierter Sportassistent basierend auf Large Language Models (LLMs). Erstellen aussagekräftiger neuronaler Einbettungen für Aktivitäten und Benutzer basierend auf historischen Daten. Zusammenarbeit mit den Produkt- und Entwicklungsteams. Wir schlagen Verbesserungen der Produktfunktionalität vor. Was wir bieten: Langfristiger Teamfokus: Wir schaffen eine Umgebung transparenter Kommunikation und minimaler Bürokratie, die zu langfristigen Beziehungen führt. Entwicklung von Nischenkompetenz: Wir arbeiten in verschiedenen Nischen, wie z. B. FinTech, Gesundheitswesen und Logistik. Daher können unsere Mitarbeiter ihr eigenes Fachwissen weiterentwickelnDiese Bereiche;Kontinuierliches Lernen: Wir erstellen Mitarbeiterentwicklungspläne/persönliche Roadmaps/schnelle Beförderungsprozesse;Interne Karriereentwicklung: 80 % unserer aktuellen Führungskräfte wurden in diese Positionen bei S-PRO befördert. Weencourage-Initiative. Wenn eine Person sich neuen Herausforderungen stellen und wachsen möchte, werden wir sie auf jeden Fall unterstützen. Vorteile und Vergünstigungen: Flexibler Zeitplan: Sie können den Arbeitstag jederzeit von 8 bis 11 Uhr morgens beginnen. Remote-Arbeitsmodell: Entscheiden Sie, wo Sie arbeiten möchten: von Ihrem gemütlichen Zuhause oder von jedem anderen Ort aus. Medizinischer Dienst Versicherung: Alle unsere Mitarbeiter, die die Probezeit bestanden haben, sind jetzt in unserer Krankenversicherung registriert. Bezahlter Urlaub: Wir müssen sicherstellen, dass unsere Mitarbeiter regelmäßig Urlaub nehmen und sich nicht überarbeiten.