Stabilny rozwój specjalisty jest możliwy tylko wtedy, gdy jego zespół jest stabilny. W NIX szukamy naukowiec średnią , i jesteśmy pewni, że taki specjalista będzie nadal rozwijał się profesjonalnie i będzie będzie rozwijał się profesjonalnie i będzie w stanie osiągnąć nowe wyżyny kariery. obowiązki: Bądź proaktywnym pracownikiem zespołu. współpracuj z zespołem Aby zaimplementować nowe funkcje obsługi rosnące potrzeby w nauce danych. buduj skalowalne rurociągi ML i przepływy pra
Stabilny rozwój specjalisty jest możliwy tylko wtedy, gdy jego zespół jest stabilny. W NIX szukamy naukowiec średnią , i jesteśmy pewni, że taki specjalista będzie nadal rozwijał się profesjonalnie i będzie będzie rozwijał się profesjonalnie i będzie w stanie osiągnąć nowe wyżyny kariery.
obowiązki:
- Bądź proaktywnym pracownikiem zespołu.
- współpracuj z zespołem Aby zaimplementować nowe funkcje obsługi rosnące potrzeby w nauce danych.
- buduj skalowalne rurociągi ML i przepływy pracy W celu przetwarzania w czasie rzeczywistym lub okresowym, w tym pobierania danych, wstępnego przetwarzania, inżynierii funkcji, szkolenia i wnioskowania, analizowania i wizualizacji wyników.
- Udostępnij wiedzę z innymi zespołami na różne tematy dotyczące danych lub projekty.
- Współpracuj z zespołem, aby zdecydować, które narzędzia i strategie użyć w określonych scenariuszach.
- Niezależnie projekt i dostarczanie rozwiązań, które są zgodne z potrzebami i wymaganiami interesariuszy.
- Skutecznie komunikuj postęp, problemy i potencjalne rozwiązania w jasny, skuteczny i terminowy sposób ze wszystkimi zainteresowanymi stronami (osoby techniczne i nietechniczne).
- prowadzić członków zespołu młodszych i podaj konstruktywne informacje zwrotne, aby pomóc im się rozwijać.
Czego oczekujemy od od Ty:
- 3 lata doświadczenia w ML i DL z projektami komercyjnymi w Portfolio.
- tytuł magistra informatyki, nauki o danych lub powiązane pole.
- poziom angielski b2+.
- Dobra wiedza specjalistyczna w zakresie co najmniej jednej z domen: NLP, CV, Classic ML, Genai.
- Solid Mathematical (algebra liniowa, rachunek, optymalizacja, statystyka) i wiedza na rachunku tensorowym.
- Dobra wiedza na temat języka programowania Python i zasad programowania zorientowanego na obiekt (OOP).
- Dobra wiedza na temat co najmniej jednej bazy danych, takiej jak MySQL, Postgres, MongoDB, a także dobra wiedza SQL.
- Solidna znajomość klasycznych technik uczenia maszynowego (np. Regresja liniowa, regresja logistyczna, K-NN, drzewa decyzyjne, losowe lasy, SVM, Boosting, K-średnia , Dbscan, naive bayes, PCA).
Doświadczenie w bibliotekach Numpy, Panand, Matplotlib, Langchain i Scikit-Leearn. - wiedza na temat klasycznych wskaźników oceny, takich jak precyzja, wycofanie, ROC AUC, PR AUC, F1 SCORE, SCECETIVITY, MATRIX CONMUSUSION, MSE, MAE, R1, RMSE, MAPE, MSLE.
- Wiedza na temat algorytmów zwiększania gradientu (XGBOOST lub LightGBM) .
- w co najmniej jednej ramie do budowy i szkolenia sieci neuronowych (Tensorflow/Keras, Pytorch).
- solidne zrozumienie architektury sieci neuronowej, funkcje celu treningu, optymalizatorów, funkcji aktywacji funkcji aktywacji i wskaźniki oceny; be Potrafi zidentyfikować określone przypadki użycia i ograniczenia dla każdego.
- Solidna wiedza na temat pojęć chmurowych i praktycznego doświadczenia w co najmniej jednej z chmur: AWS (np. Sagemaker, Bedrock, zrozumienie), Azure (np. Azure ML Studio, Azure Rekognition, OpenAi Service Service, ; z szybką inżynierią (uczenie się w niewielkiej stopniu, COT, samowystarczalność), RAG (naiwny retriever, retriever dokumentu nadrzędnego, retriever samoobsługowy) i sklepy wektorowe (np. Chroma, faiss).
- Wiedza na temat usług chmurowych związanych z AI, takich jak AWS Textract, AWS Converse API, AWS Builder, Azure Translator, Azure AI Vision, Azure AI Foundry, Vertex AI Agent Builder.
- wiedza na temat agentów LLM.
- Praktyczne umiejętności budowania rurociągów treningowych ML EN-to-end (obciążenie danych, preproces, pociąg, wnioskowanie), a także github / gitlab ci / / Przepływy CD.
- platforma Docker lub Kubernetes.
- doświadczenie w tworzeniu mikrousług internetowych (API, kolba, fastapi).
- Praktyczne doświadczenie z narzędziami rozwoju i zarządzania projektami (GIT, PIP, Jira itp.).
będzie plus:
- praktyczne doświadczenie w co najmniej jednym z chmur z następującymi usługami: AWS (Lambda, Athena, S3), Azure (Azure Funkcje, Azure Synapse Analytics lub Databricks), GCP (funkcje chmur, BigQuery).
- Praktyczne doświadczenie z co najmniej kilkoma usługami w chmurze, takimi jak AWS Textract, AWS Converse API, tłumacz platformy Azure AI, Azure AI Foundry. / Span>
- możliwość pracy z Spark/Pyspark, Airflow.
- Ponad 2 lata komercyjnego doświadczenia z NLP/CV.
Dla domeny NLP:
- Doświadczenie z frameworkami NLP, takimi jak Langchain, Huggingface, LlamaAndex, NLTK, Spacy.
- praktyczne doświadczenie Budowanie aplikacji opartych na agentach LLM przy użyciu frameworków takich jak Langgraph lub Crew.ai.
- znajomość szybkiego Frameworki optymalizacyjne, takie jak DSPY, Textgrad, „ELL” Framework itp.;
- ćwicz w budowaniu an Agenci LLM z Langchain.
- Dobra wiedza na temat różnych wskaźników oceny NLP, takich jak BertScore, Cosine podobieństwo , Ragas, Bleu, Rouge i zakłopotanie.
- praktyczne doświadczenie z co najmniej jedną bazą danych wektorowych (Pinecone, Weaviate, PostgreSQL PGVector rozszerzenie itp.).
- Znajomość modelu dużego języka (LLM) Architektury (Openai GPT, antropic Claude itp.).
- Wiedza o peft lub dopracowanie technik LLM.
dla domeny CV:
- Podstawowe techniki CV (CNN, algorytm splotu, warstwy łączące, powiększenie danych w CV).
- Zrozumienie problemów wizji komputerowej (NLP): Klasyfikacja obiektów, wykrywanie obiektów, segmentacja semantyczna/instancji, wykrywanie tekstu i rozpoznawanie (OCR), transfer stylu.
- Wiedza na temat ram CV, takich jak OpenCV, Yolo.
- wiedza na temat architektury modeli wizji komputerowej (CNN, resnet, maska r-cnn).
- Practical experience with CV models/techniques (SIFT, Transfer Learning, FCN, U-Net, StyleGAN).
< /ul> Co oferujemy:
- długi -Terminowa strategia dla twojego rozwoju jako ekspert, wraz z zespołem, który ma prawie 30 lat doświadczenia zawodowego.
- Udział w dużych międzynarodowych projektach, które pozwalają opanować nowe technologie i domeny.
- Wydarzenia edukacyjne i szkolenia zawodowe, które pomogą Ci zbudować stabilną ścieżkę kariery.
- elastyczna nagroda System, w którym Twój dochód będzie zależeć od ciebie i chęci rozwoju.
- przyjazny i przytulny kultura korporacyjna zMinimalny poziom formalności i biurokracji.
- możliwość wyboru między nowoczesnymi przestrzeniami biurowymi w Poltava lub Charkiv i zdalny format pracy, który jest możliwy ze stabilną gwarancją połączenia.
, aby rozpocząć udaną karierę z Nix, wyślij swoje CV do [email protected] . Z przyjemnością pokonamy nowe zawodowe wyzwania razem z Tobą!