Размещайте вакансии
Нанимайте без комиссий
96 просмотров
PIN-UP.TECH
17 июля 2024 г.
Єреван (Вирмения), Варшава (Польша), Лимасол (Кіпр), Алмати (Казахстан), Виддалено
PIN -UP.TECH — одно из направлений международной экосистемы PIN-UP Global, которая работает в шести странах — Украине, Польше, Казахстане, Кипре, Перу и Армении. PIN-UP.TECH — это основа сегодняшней международной экосистемы PIN-UP Global, основные продукты PIN-UP.TECH — это платформы для Украины и Казахстана. PIN-UP Global — это экосистема независимых компаний, участвующих в жизненном цикле различных развлекательных продуктов. Компании-экосистемы внедряют инновационные технологии, нестандартные решения для разработки и масштабирования продуктов и услуг.
Мы ищем исследователя и инженера в области искусственного интеллекта, который присоединится к нашей команде.
Требования:
• Профессиональный опыт работы с Python не менее 3 лет;
• Опыт использования генеративного искусственного интеллекта, RAG и векторных баз данных в производстве;
• Возможность написания кода производственного уровня на Python;
• Опыт работы со структурами LLM (например, LangChain, LlamaIndex) и методами быстрого проектирования;
• Знание технологий генеративного искусственного интеллекта и машинного обучения и их использование для решения реальных проблем;
• Опыт применения лучших практик в разработке программного обеспечения, включая контроль версий, тестирование и непрерывную интеграцию;
• Фундаментальные знания в области науки о данных;
• Активное отношение к оспариванию предположений и поиску решений.
Будет плюс:
• Опыт работы с операциями машинного обучения (MLOps) (веса, смещения и т. д.);
• Комплексный опыт обучения, оценки, тестирования и внедрения решений машинного обучения в производстве;
• Опыт работы с библиотеками Hugging Face;
• Опыт работы с STT, TTS, конвейерами искусственного интеллекта, серверной частью и AWS.
Обязанности:
• Написание производственного кода, соответствующего стандартам качества и удобства сопровождения нашей компании;
• Выбор наиболее подходящей модели генеративного искусственного интеллекта, обработки естественного языка (NLP) и машинного обучения (ML) в зависимости от варианта использования;
• Используйте свои навыки разработки подсказок и создания цепочек подсказок, чтобы создавать новые подсказки и продолжать улучшать существующие;
• LLM инжиниринг, вывод, настройка и обучение языковых моделей. Оптимизация моделей НЛП;
• Масштабные системы персонализации AI/ML;
• Развертывание моделей в производственных средах;
• Разрабатывать и внедрять стратегии быстрого проектирования, уточнения моделей и конвейеров обучения для повышения производительности моделей;
• Управляйте интеграцией знаний компании в модели НЛП для улучшения контекстного понимания и релевантности результатов;
• Оценивать и использовать современные векторы внедрения и методы кодирования для обеспечения оптимальной производительности модели;
• Контролировать процессы извлечения концепций и распознавания объектов, обеспечивая интеграцию с существующей базой знаний и конвейерами данных;
• Направлять команду в расширении и уточнении таксономий с использованием крупных языковых моделей с последующей проверкой человеком точности тегов;
• Стимулировать внедрение лучших практик в разработке, развертывании и внедрении моделей НЛП.техническое обслуживание, чтобы быть в курсе последних тенденций и исследований отрасли;
• Улучшить нашу инфраструктуру LLMOps, чтобы иметь надежный цикл обратной связи с наиболее подходящими показателями для дальнейшей оптимизации каждого варианта использования;
• Внедряйте RAG в производство и настраивайте каждый аспект процесса, чтобы постоянно улучшать его показатели;
• Работать совместно с другими отрядами и техническими отделами;
• Вы станете частью Agile-команды, ориентированной на миссию (Scrum/Kanban).
Лидерство в проектировании:
• Предлагайте и оценивайте решения задач проектирования, используя свой опыт для выявления и оценки новых технологий и сторонних компонентов;
• Представляйте проекты технической команде, способствуя стратегическому согласованию технических решений.
Стандарты и лучшие практики:
• Пропаганда и установление стандартов внутри команды и более широкого технического сообщества;
• Решайте операционные аспекты, уделяя приоритетное внимание таким проблемам, как технический долг, нефункциональные требования и производительность производственной среды.