Ingenieur für maschinelles Lernen in InData Labs

Direktnachricht von einem InData Labs-Stellenausschreibungsmitglied Anna Tkachowa Anna Tkachowa Leitender technischer Personalvermittler | KI-Headhunter | Talentpartner Stellenbeschreibung: Als Machine Learning/Data Scientist bei InData Labs spielen Sie eine entscheidende Rolle bei der Weiterentwicklung unserer Initiativen zur Datenanalyse und künstlichen Intelligenz. Sie arbeiten mit funktionsübergreifenden Teams zusammen, um Modelle für maschinelles Lernen zu entwickeln und bereitzustellen und nutzen dabei die Leistungsfähigkeit von Tools wie LLM, GPT, LLAMA, PyTorch, Tensorflow, ML, Deep Learning und NLP. Der ideale Kandidat verfügt über fundierte Kenntnisse im Bereich maschinelles Lernen und eine Leidenschaft für die Lösung komplexer Probleme. Verantwortlichkeiten: Modellentwicklung: Nutzen Sie Tools wie LLM, GPT, LLAMA, PyTorch und Tensorflow, um Modelle für maschinelles Lernen zu entwerfen, zu implementieren und bereitzustellen Entwicklung: Nutzen Sie Ihr Fachwissen in ML, Deep Learning und NLP, um Algorithmen zu erstellen und zu optimieren, die Erkenntnisse aus großen Datensätzen gewinnen Tools zum Extrahieren aussagekräftiger Muster und Trends aus verschiedenen Datensätzen. Cloud-Plattformen: Erfahrung mit Cloud-Plattformen wie Azure und AWS für skalierbare und effiziente Modellbereitstellung: Tragen Sie zum MLOps-Lebenszyklus bei und stellen Sie eine nahtlose Integration zwischen Entwicklungs- und Bereitstellungsumgebungen sicher .Anforderungen: Umfangreiche Erfahrung in maschinellem Lernen, Datenwissenschaft und statistischer Analyse. Kenntnisse im Umgang mit Tools wie LLM, GPT, LLAMA, PyTorch, Tensorflow, ML, Deep Learning und NLP.Erfahrung in der Entwicklung und Optimierung von Algorithmen.Vertrautheit mit Cloud-Plattformen, mit Vorliebe für Azure und AWS.Gut zu haben: Verständnis der MLOps-Praktiken für eine optimierte Modellbereitstellung.Ausgeprägte Fähigkeiten zur Problemlösung und die Fähigkeit, in einer Teamumgebung zusammenzuarbeiten .Ausgezeichnete Kommunikationsfähigkeiten zur Vermittlung komplexer technischer Konzepte an nicht-technische Interessengruppen. Ausbildung und Erfahrung: Bachelor-, Master- oder Ph.D.-Abschluss. in Informatik, Datenwissenschaft oder einem verwandten Bereich. Mehr als 3 Jahre praktische Erfahrung in den Bereichen maschinelles Lernen und Datenwissenschaft. Mehr anzeigen Weniger anzeigen Positionsebene Oberstufe der Sekundarstufe Art der Beschäftigung Vertragsbeschäftigung ArbeitspflichtenIngenieurwesen und Informationstechnologien Branchen IT-Dienstleistungen und IT-Beratung