Средний ученый в Никс

Стабильное развитие специалиста возможна только в том случае, если его команда стабильна. В NIX мы ищем Ученый из средних данных , и мы уверены, что такой специалист будет продолжать расти профессионально и будет Способен достичь новых карьерных высот.

Обязанности:

• Be Inpactive Team Worker.
• сотрудничать с командой Для реализации новых функций для поддержки растущих потребностей в науке о данных.
• Масштабируемые трубопроводы ML и рабочие процессы Для обработки в режиме реального времени или пакетов, включая поиск данных, предварительную обработку, разработку, обучение и вывод моделей, анализ и визуализацию результатов.
• поделиться знаниями с другими командами по различным научным исследованиям или темам, связанным с проектами.
• = "font-weight: 400"> сотрудничать с командой, чтобы решить, какие инструменты и стратегии использовать в определенных сценариях.
• независимо разработать и предоставлять решения, которые соответствуют потребностям и требованиям заинтересованных сторон. 400 "> эффективно передавать прогресс, проблемы и потенциальные решения четким, эффективным и своевременным образом со всеми заинтересованными сторонами (технические и нетехнические люди).
• Руководство членов юниоров и обеспечить конструктивную обратную связь, чтобы помочь им расти.

чего мы ожидаем от Вы:

• 3+ года опыта работы с ML и DL с коммерческими проектами в портфель.
• Степень магистра в области компьютерных наук, науки о данных или связанной области.
• Английский уровень B2+.
• Хорошая экспертиза, по крайней мере, в одном из доменов: NLP, CV, Classic Ml, Genai.
• Сплошная математическая (линейная алгебра, исчисление, оптимизация, статистика) и знание по тензору. 400 "> Хорошее знание языка программирования Python и принципов программирования объекта (OOP). Хорошее знание как минимум одной базы данных, такой как MySQL, Postgres, MongoDB, а также хорошее знание SQL.
• солидные знания о методах классического машинного обучения (например, линейная регрессия, логистическая регрессия, K-NN, деревья решений, случайные леса, SVM, повышение, K-средние , DBSCAN, NAIVE BAYEAS, PCA).
опыт в библиотеках Numpy, Pandas, Matplotlib, Langchain и Scikit-Learn.
• знание классических показателей оценки, таких как точность, отзыв, ROC AUC, PR AUC, оценка F1, специфичность, чувствительность, матрица путаницы, MSE, MAE, R1, RMSE, Mape, MSLE.
• знание алгоритмов повышения градиента (xgboost или lightgbm) .
• Опыт как минимум в одной структуре для строительства и обучения нейронных сетей (Tensorflow/Keras, Pytorch).
• Связкое понимание архитектур нейронной сети, функции обучения, оптимизаторы, функции активации и показатели оценки; be Возможно определить конкретные варианты использования и ограничения для каждого.
• Солидные знания облачных концепций и практического опыта, по крайней мере, в одном из облаков: AWS (например, SageMaker, Bedrock, понимание), Azure (например, Azure ML Studio, Azure Rekognition, Openai Service ), GCP (например, Vertex Ai, Agent Builder, AI Vision).
• Практические навыки С быстрой инженерной инженерией (несколько выстрелов, кроватка, самосогласованность), Rag (Naive Retriever, Parent Document Retriever, Selfery Retriever) и векторные магазины (например, Chroma, Faiss).
• знание облачных сервисов, связанных с AI, таких как AWS Textract, AWS Converse API, AWS Builder, Azure Translator, Azure AI Vision, Azure AI Foundry, Vertex Ai Agent Builder. 
• Знание агентов LLM.
• Практические навыки в создании учебных трубопроводов ML (нагрузка данных, предварительная обработка, поезда, вывод), а также Github / Gitlab ci / CD Flows.
• Docker или Kubernetes Platform.
• Опыт разработки веб-микросервисов (API, колба, FOSTAPI).
• Практический опыт работы с инструментами разработки и управления проектами (GIT, PIP, JIRA и т. Д.).

будет плюс:

• Практический опыт по крайней мере в одном облаков со следующими услугами: AWS (Lambda, Athena, S3), Azure (функции Azure, аналитика Synapse Azure или Databricks), GCP (облачные функции, BigQuery).
• Практический опыт, по крайней мере, с несколькими облачными сервисами, такими как AWS Textract, AWS Converse API, Azure Translator, Azure AI Vision, Azure AI Poundry.
• Возможность работать с Spark/Pyspark, Airflow.
• 2+ года коммерческого опыта с NLP/CV.

для домена NLP:

• Опыт работы с фреймворками NLP, такими как Langchain, Huggingface, LlamainDex, NLTK, Spacy.
• Практический опыт Строительные приложения на основе агентов LLM с использованием таких рамок, как Langgraph или cute.ai.
• Знакомство с быстрым Оптимизационные структуры, такие как DSPY, TextGrad, «ELL» Framework и т. Д.;
• Практика в создании Агенты LLM с Langchain.
• Хорошее знание различных показателей оценки NLP, таких как Bertscore, Cosine Sake , Ragas, Bleu, Rouge и Nemplexity.
• Практический опыт с хотя бы одной векторной базой данных (Pinecone, Weaviate, Postgresql Pgvector расширение и т. Д.).
• Знание модели крупного языка (LLM) Архитектуры (OpenAI GPT, Antropic Claude и т. Д.).
• знание PEFT или точная настройка методов LLM.

для домена CV:

• базовые методы CV (CNN, алгоритм свертки, объединение слоев, увеличение данных в CV).
• Понимание задач компьютерного зрения (NLP): Классификация объектов, обнаружение объекта, сегментация семантического/экземпляра, обнаружение текста и распознавание (OCR), передача стиля.
• знание каркас CV, таких как OpenCv, yolo.
• Знание архитектур модели компьютерного зрения (CNN, Resnet, Mask R-CNN).
• Практический опыт работы с моделями/методами CV (SIFT, Transfer Learning, FCN, U-Net, Stylegan).
< /ul>

Что мы предлагаем:

• длинный -термическая стратегия для вашего развития в качестве эксперта вместе с командой, у которой почти 30 лет профессионального опыта. Вес: 400 "> Участие в крупных международных проектах, которые позволяют освоить новые технологии и области. Образовательные события и профессиональная подготовка, которые помогут вам построить стабильный карьерный путь. Система, в которой ваш доход будет зависеть от вас и вашего желания расти. корпоративная культура сМинимальный уровень формальности и бюрократии.
• возможность выбрать между современными офисными пространствами в Poltava или Kharkiv и удаленный формат работы, который возможно с гарантией стабильной связи. Nix, отправьте свое резюме в [email protected] . Мы будем рады преодолеть новые профессиональные проблемы вместе с вами!