Publikuj oferty pracy
Zatrudniaj bez prowizji
99 wyświetleń
PIN-UP.TECH
17 lipca 2024
Єреван (Вірменія), Варшава (Польща), Лімасол (Кіпр), Алмати (Казахстан), віддалено
PIN -UP.TECH to jeden z kierunków międzynarodowego ekosystemu PIN-UP Global, który działa w sześciu krajach – Ukrainie, Polsce, Kazachstanie, Cyprze, Peru i Armenii. PIN-UP.TECH jest podstawą dzisiejszego międzynarodowego ekosystemu PIN-UP Global, głównymi produktami PIN-UP.TECH są platformy dla Ukrainy i Kazachstanu. PIN-UP Global to ekosystem niezależnych firm zaangażowanych w cykl życia różnorodnych produktów rozrywkowych. Firmy ekosystemowe wprowadzają innowacyjne technologie, niestandardowe rozwiązania w zakresie rozwoju i skalowania produktów i usług.
Poszukujemy badacza i inżyniera AI, który dołączy do naszego zespołu.
Wymagania:
• Ponad 3 lata doświadczenia zawodowego w języku Python;
• Doświadczenie w korzystaniu z generatywnej AI, RAG i wektorowych baz danych w produkcji;
• Możliwość pisania kodu na poziomie produkcyjnym w Pythonie;
• Doświadczenie z frameworkami LLM (tj. LangChain, LlamaIndex) i szybkimi technikami inżynieryjnymi;
• Znajomość technologii Generative AI i ML oraz wykorzystanie ich do rozwiązywania rzeczywistych problemów;
• Doświadczenie w zakresie najlepszych praktyk w zakresie tworzenia oprogramowania, w tym kontroli wersji, testowania i ciągłej integracji;
• Podstawowa wiedza z zakresu nauki o danych;
• Proaktywne podejście do kwestionowania założeń i znajdowania rozwiązań.
Dodatkowym atutem będzie:
• doświadczenie w zakresie operacji uczenia maszynowego (MLops) (wagi i odchylenia itp.);
• Kompleksowe doświadczenie w szkoleniu, ocenie, testowaniu i wdrażaniu rozwiązań ML w środowisku produkcyjnym;
• Doświadczenie z bibliotekami Hugging Face;
• Doświadczenie w STT, TTS, potokach AI, backendie i AWS.
Obowiązki:
• Pisanie kodu produkcyjnego spełniającego standardy naszej firmy dotyczące wysokiej jakości i łatwości konserwacji;
• Wybór najodpowiedniejszego modelu generatywnej sztucznej inteligencji, przetwarzania języka naturalnego (NLP) i uczenia maszynowego (ML) w zależności od przypadku użycia;
• Wykorzystaj swoje umiejętności szybkiego projektowania i łączenia w łańcuchy, aby tworzyć nowe podpowiedzi i stale ulepszać istniejące;
• LLM inżynieria, wnioskowanie, dostrajanie i trenowanie modeli językowych. Optymalizacja modeli NLP;
• Systemy personalizacji AI/ML na dużą skalę;
• Wdrażaj modele w środowiskach produkcyjnych;
• Opracowywanie i wdrażanie strategii szybkiego projektowania, udoskonalania modeli i procesów szkoleniowych w celu zwiększenia wydajności modelu;
• Zarządzaj integracją wiedzy o firmie z modelami NLP, aby poprawić zrozumienie kontekstu i trafność wyników;
• Oceniaj i wykorzystuj najnowocześniejsze wektory osadzające i metody kodowania, aby zapewnić optymalną wydajność modelu;
• Nadzoruje procesy ekstrakcji koncepcji i rozpoznawania podmiotów, zapewniając integrację z istniejącą bazą wiedzy i potokami danych;
• Kierowanie zespołem w rozwijaniu i udoskonalaniu taksonomii przy użyciu dużych modeli językowych, po czym następuje weryfikacja przez człowieka pod kątem dokładności tagowania.
• Promowanie wdrażania najlepszych praktyk w zakresie opracowywania, wdrażania i wdrażania modeli NLPutrzymanie, bycie na bieżąco z najnowszymi trendami i badaniami branżowymi;
• Ulepsz naszą infrastrukturę LLMOps, aby zapewnić solidną pętlę informacji zwrotnych zawierającą najbardziej odpowiednie wskaźniki umożliwiające ciągłą optymalizację każdego przypadku użycia;
• Wdrażaj RAG do produkcji i dostosowuj każdy aspekt procesu, aby stale ulepszać jego wskaźniki;
• Współpracuj z innymi zespołami i działami technicznymi;
• Będziesz częścią zwinnego zespołu zorientowanego na misję (Scrum/Kanban).
Przywództwo w projektowaniu:
• Proponowanie i ocenianie rozwiązań problemów projektowych, wykorzystując swoją wiedzę specjalistyczną do identyfikowania i oceniania nowych technologii i komponentów innych firm;
• Prezentuj projekty zespołowi technicznemu, przyczyniając się do strategicznego dostosowania decyzji technicznych.
Standardy i najlepsze praktyki:
• Promowanie i ustanawianie standardów w zespole i szerszej społeczności technologicznej;
• Zajmij się aspektami operacyjnymi, nadając priorytet kwestiom takim jak zadłużenie techniczne, wymagania niefunkcjonalne i wydajność środowiska produkcyjnego.