Inżynier AI (m/k/x) w payever

Właśnie otworzyliśmy nowe, zdalne, pełnoetatowe stanowisko freelancera jako inżynier AI w naszej niemieckiej firmie Fintech, założonej w 2013 roku i obsługującej ponad 5000 firm w 9 krajach europejskich. Nasz „payever CommerceOS” obsługuje 28 rozwiązań biznesowych, w tym sklep internetowy, system płatności, przesyłanie wiadomości i marketingu, aby pomóc firmom w zakładaniu, prowadzeniu i rozwoju. DLACZEGO DO NAS DOŁĄCZYĆ? Pracuj z nami długoterminowo zdalnieZarabiaj świetne wynagrodzenie w USDOtrzymuj bezpieczną zapłatę jako freelancer od niemieckiej firmyRozwijaj się zawodowoJAK ZDOBYĆ TĘ PRACĘ1. Kliknij „Zastosuj”2. Zarezerwuj ocenę 3. Excel w zadaniach 4. Zdobądź kontrakt (w ciągu 24 godzin) Minimalne wymagania: Biegłość w głębokim uczeniu się: Znajomość frameworków głębokiego uczenia się, w szczególności TensorFlow, z praktycznym doświadczeniem w budowaniu i szkoleniu modeli dla różnych zadań związanych z przetwarzaniem języka naturalnego. Uczenie się od sekwencji do sekwencji: Solidne zrozumienie i praktyczne doświadczenie z modelami takimi jak TFGPT2LMHeadModel do uczenia się sekwencja po sekwencji, szczególnie przydatne do tworzenia konwersacyjnych systemów sztucznej inteligencji, takich jak chatboty. Specjalizacja w zakresie klasyfikacji tekstu: Biegłość w budowaniu modeli klasyfikacji tekstu do zadań takich jak kategoryzacja produktów, wykorzystanie dużych zbiorów danych. Programowanie w Pythonie Umiejętności: Wysoka biegłość w języku programowania Python, niezbędna do wdrażania algorytmów uczenia maszynowego, manipulacji danymi i wdrażania modeli. Dodatkowe wymagania: Umiejętności przetwarzania języka naturalnego: Znajomość technik i algorytmów NLP, w tym analiza sentymentów, rozpoznawanie jednostek nazwanych i zrozumienie semantyki, w celu zwiększenia możliwości chatbotów i modeli klasyfikacji tekstu.Inżynieria wstępnego przetwarzania danych: Umiejętność wstępnego przetwarzania i przekształcania surowych danych tekstowych do odpowiednich formatów na potrzeby uczenia modeli.Ocena i optymalizacja modelu: Doświadczenie w ocenie wydajności modelu przy użyciu odpowiednich metryk i technik.Specjalizacja we wdrażaniu: Wiedza wdrażania modeli uczenia maszynowego w środowiskach produkcyjnych, w tym integracji z istniejącymi systemami i platformami w celu umożliwienia bezproblemowego działania i skalowalności. Pożądane kwalifikacje: Zaawansowane architektury modeli: Biegłość w opracowywaniu i wdrażaniu zaawansowanych architektur sieci neuronowych wykraczających poza podstawowe modele, takie jak rekurencyjne sieci neuronowe (RNN) ), splotowe sieci neuronowe (CNN) lub modele transformatorów. Doświadczenie w przetwarzaniu danych na dużą skalę: Znajomość platform obliczeń rozproszonych, takich jak Apache Spark, oraz doświadczenie w wydajnej obsłudze i przetwarzaniu wielkoskalowych zbiorów danych w celu szkolenia modeli uczenia maszynowego. Język naturalny Doświadczenie w zakresie generowania: umiejętność projektowania i wdrażania modeli generowania języka naturalnego w celu generowania tekstu lub narracji przypominających człowieka w oparciu o ustrukturyzowane lub nieustrukturyzowane dane. Pokaż więcej Pokaż mniej Тип зайнятості Повний робочий день