Starszy analityk danych AI/inżynier w UKEESS Software House

UKEESS Software House poszukujeStarszy analityk / inżynier danych AIna pełen etat (w biurze we Lwowie lub z możliwością współpracy zdalnej na Ukrainie).

O projekcie naszego klienta:

To jedno z największych na świecie zasobów do badań historii rodziny i digitalizacji DNA (klient z USA). Za pomocą tej usługi możesz zbudować swoje drzewo genealogiczne, zbadać swoją genealogię, poznać ciekawe fakty o swoich przodkach i znaleźć krewnych na podstawie ponad 60 miliardów zdigitalizowanych zapisów archiwalnych (+ liczba ta stale rośnie). Ponadto za pomocą analizy DNA można na przykład znaleźć krewnych, określić pochodzenie etniczne, cechy fizyczne itp. (obecnie istnieje prawie 100 definicji na podstawie analizy DNA). Ogólnie rzecz biorąc, nasz klient jest uważany za największego w swojej niszy biznesowej!

O zespole:

Dołączysz do zespołu AI Content, dynamicznej grupy pracującej nad Zrozumienie dokumentu. Odegrasz kluczową rolę w opracowywaniu innowacyjnych modeli sztucznej inteligencji, które wyodrębniają i organizują informacje tekstowe i graficzne z miliardów zapisów historycznych i genealogicznych, umożliwiając klientom wyszukiwanie, udostępnianie i łączenie się z historią swojej rodziny.

Jako członek zespołu będziesz współpracować z KB (Bazy wiedzy) i RAG (Rozszerzone wyszukiwanie Generation), integrujące architektury wykorzystujące ustrukturyzowane bazy danych SQL wraz z wektorowymi bazami danych obsługującymi aplikacje do wyszukiwania i wyszukiwania semantycznego. Będziesz współpracować z zespołem danych oraz zespołami inżynieryjnymi w celu szkolenia, optymalizacji i wdrażania modeli, które napędzają rozwój produktów, sukces klientów i tworzenie treści w ramach naszego projektu.

Obowiązki:

• Konfiguracja baz danych strukturalnych i wektorowych: synchronizacja baz danych pomiędzy bazami strukturalnymi i wektorowymi.
• Zarządzanie i porządkowanie treści:przechwytywanie i formatowanie dostarczonych metadanych kolekcji treści w celu zapewnienia zgodności ze zdefiniowanymi schematami baz danych.

• Ładowanie metadanych kolekcji treści:ładowanie metadanych z podanych źródeł.

• Generowanie osadzania: styl czcionki: normal; text-decoration: none">narzędzie/skrypt do wypełniania bazy danych wektorów.
• ulepszenia:powtórz konfigurację schematu bazy danych, indeksów, osadzania itp., aby obsługiwać różne zapytania i przypadki użycia do analizy metadanych kolekcji przesłanych treści.

• Współpraca przy wdrożeniu chmury:Współpraca z ML Ops i inżynierami Data Science w celu bezproblemowego wdrażania zbiorów danych, zbiorów prawdy oraz potoków uczenia się i wnioskowania.

• Skuteczna komunikacja:jasna i pewna prezentacja własnych wniosków, wyników i rozwiązań dla odbiorców technicznych i nietechnicznych, w tym zespołów, interesariuszy i kadry kierowniczej.

Wymagania:

• 5+ lat doświadczenia w Data Science; Font-style: normal; text-decoration: none">Doświadczenie komercyjne z LLM w produkcji, systemy architektura RAG

• Doświadczenie w gromadzeniu, organizowaniu, selekcjonowaniu i formatowaniu danych w celu zapełnienia baz danychx SQL.

• Doświadczenie z bazami danych SQL, w tym konfigurowanie schematów i indeksów w celu optymalizacji wydajnych zapytań. 

• Zrozumienie i doświadczenie w zakresie generowania osadzania i używania wektorowych baz danych do wyszukiwania i wyszukiwania semantycznego. 

style="font-weight: 400; Font-style: normal; text-decoration: none">Praktyczne doświadczenie z usługami w chmurze AWS (na przykład Amazon SageMaker, EC2, S3, AWS Lambda).

• Angielski - poziom powyżej przeciętnego (w mowie i piśmie).

Będzie to zaletą:

• Wiedza i doświadczenie w zakresie usług AI/ML opartych na chmurze, takich jak Google GCP, Azure itp.

Co otrzymasz w tej roli:

• Mentoring i rozwój zawodowy:wsparcie doświadczonych Data Scientistów i praca nad prawdziwymi projektami AI. Możliwość poszerzania wiedzy i sieci kontaktów zawodowych w ramach kultury współpracy.

• Spidoświadczenie i wpływy:możliwość dołączenia do zespołu najlepszych specjalistów tworzących innowacyjne podejście w dziedzinie rozumienia dokumentów.

• Innowacja i cel:Twój wkład pomoże milionom użytkowników na całym świecie lepiej poznać swoje korzenie.

Konkurencyjne wynagrodzenie (oparte na danych rynkowych, ale zależy także od poziomu technicznego kandydata)

Zajęcia sportowe: tenis stołowy, piłka nożna, trening

Wyślij nam swoje CV i poznajmy się! ;)

--------------------------------------------------------------------------------------------------------------------------------

Zespół UKEESS Software House poszukuje obecnie Starszy analityk/inżynier danych AI aby dołączyć do naszego zespołu na pełen etat (zdalnie na Ukrainie lub w biurze we Lwowie).

O Kliencie i Projekcie:

Naszym klientem jest największa na świecie sieć DNA z siedzibą w USA. Daje to wyjątkową okazję do pracy z ponad 60 miliardami zdigitalizowanych globalnych rekordów historycznych, 100 milionami drzew genealogicznych i ponad 18 milionami osób w ich rosnącej bazie danych. Nasi klienci pomagają ludziom odkrywać historie rodzinne i zdobywać przydatne informacje na temat ich zdrowia i dobrego samopoczucia.

O zespole:

Dołączysz do zespołu AI Content, dynamicznej grupy stojącej na czele Document Understanding. Odegrasz kluczową rolę w opracowywaniu innowacyjnych modeli AI, które wyodrębniają i organizują informacje tekstowe i graficzne z miliardów zapisów historycznych i genealogicznych, umożliwiając klientom odkrywanie, udostępnianie i łączenie się z historią swojej rodziny.

Jako członek zespołu będziesz pracować z wdrożeniami KB (Knowledge Base) i RAG (Retrieval Augmented Generation), integrując architektury wykorzystujące bazy danych o strukturze SQL wraz z wektorowymi bazami danych obsługującymi aplikacje do wyszukiwania i wyszukiwania semantycznego. Będziesz współpracować z dedykowanym mentorem z zespołu analityki danych, a także zespołami inżynieryjnymi, aby szkolić, optymalizować i wdrażać modele promujące rozwój produktów, sukces klienta i tworzenie treści w całym naszym projekcie.

Co zrobisz:

• Konfiguruj strukturalne i wektorowe bazy danych: Wyrównaj i synchronizuj schematy baz danych w bazach danych strukturalnych i wektorowych

• Wybierz i uporządkuj metadane zbioru treści:Przygotuj i sformatuj dostarczył metadane kolekcji treści, aby były zgodne ze zdefiniowanymi schematami baz danych 

• Przetwarzanie metadanych kolekcji treści:  Pozyskuj metadane kolekcji z dostarczonych źródeł do ustrukturyzowanej bazy danych SQL.

• Pomóż w opracowaniu narzędzia/skryptu do generowania osadzania na podstawie uporządkowanych danych w celu zapełnienia wektorowej bazy danych.

• Ulepszenie iteracyjne: Powtarzaj dostosowywanie schematu bazy danych, indeksów, osadzania itp. w celu obsługi różnych zapytań i przypadków użycia do analizy metadanych kolekcji pobranej treści

• Współpraca przy wdrażaniu w chmurze: Ściśle współpracuj z ML Inżynierowie operacyjni i zajmujący się analizą danych mogą bezproblemowo wdrażać zbiory danych, zbiory prawdy, modele i potoki na potrzeby uczenia i wnioskowania w środowiskach chmurowych.

• Przekazuj spostrzeżenia Skutecznie: Jasno i pewnie przedstawiaj swoje ustalenia, produkty i proponowane rozwiązania odbiorcom technicznym i nietechnicznym, w tym zespołom, interesariuszom i kadrze kierowniczej.

Wymagania:

• ponad 5 lat doświadczenia w  Data Science

• Dodatkowe, praktyczne doświadczenie komercyjne z LLM w środowisku produkcyjnym, architekturą RAG i systemami agentowymi

• Doświadczenie w gromadzeniu, organizacji, selekcji i formatowaniu danych w celu zapełnienia baz danych SQL. 

• Doświadczenie z bazami danych SQL, w tym dostosowywanie schematów i indeksów w celu optymalizacji pod kątem wydajnych zapytań. 

• Zaznajomienie z osadzaniem, generowaniem i wykorzystaniem wektorowych baz danych do wyszukiwania i wyszukiwania semantycznego. 

• Doskonała biegłość i doświadczenie w pracy z Pythonem oraz odpowiednimi narzędziami i bibliotekami

• Praktyczne doświadczenie z platformą chmurową AWS (np. Amazon SageMaker, EC2, S3, AWS Lambda).

• Angielski: Przynajmniej średniozaawansowany (w mowie i piśmie)

Wiedza i doświadczenie z platformami chmurowymi i powiązanymi usługami AI/ML, takimi jak Google GCP Gemini API, Vertex AI, Azure itp.