Старший инженер по машинному обучению (GCP) @ GetInData | Часть Ксебии в GetInData | Part of Xebia

Инженеры ML, специализирующиеся на генеративном ИИ, отвечают за оптимизацию жизненных циклов проектов машинного обучения, ориентированных на генеративный ИИ, путем проектирования и автоматизации рабочих процессов, внедрения конвейеров CI/CD, обеспечения воспроизводимости и надежного отслеживания экспериментов. Их работа в основном сосредоточена на создании приложений генеративного ИИ на основе современных моделей генеративного ИИ путем интеграции моделей с открытым исходным кодом или сторонних коммерческих сервисов, предлагающих модели генеративного ИИ в качестве услуги. Они несут ответственность не за обучение моделям генеративного искусственного интеллекта, а за интеграцию лучших в своем классе инструментов в приложения производственного уровня. Они сотрудничают с заинтересованными сторонами и инженерами платформ для настройки инфраструктуры, автоматизации развертывания моделей и мониторинга моделей. Инженер ML — генеративный ИИ обладает широким спектром технических навыков, включая знания в области оркестрации, хранения, контейнеризации, наблюдаемости, SQL, языков программирования, облачных платформ и обработки данных. Их опыт также охватывает методы, связанные с поиском информации (IR), обработкой естественного языка, семантическим поиском и векторными базами данных. Степень бакалавра или магистра в области компьютерных наук, науки о данных или смежных областях. Обширный опыт работы с данными, включая работу с BigQuery, Airflow. Коммерческий опыт в обработке текста, например вычисление вложений, настройка систем произвольного текста или семантического поиска с использованием таких технологий, как Elasticsearch. , Langchain, LlamaIndex или аналогичный Солидный опыт работы с VertexAI Знание Python Знание и опыт работы с коммерческими программами LLM и/или с открытым исходным кодом Знакомство со средой GCP Глубокое понимание принципов машинного обучения и искусственного интеллекта Способность активно участвовать/вести дискуссии с клиентами для выявления и оценить конкретные и амбициозные пути улучшения. Инженеры ML, специализирующиеся на генеративном ИИ, отвечают за оптимизацию жизненных циклов проектов машинного обучения, ориентированных на генеративный ИИ, путем проектирования и автоматизации рабочих процессов, внедрения конвейеров CI/CD, обеспечения воспроизводимости и надежного отслеживания экспериментов. Их работа в основном сосредоточена на создании приложений генеративного ИИ на основе современных моделей генеративного ИИ путем интеграции моделей с открытым исходным кодом или сторонних коммерческих сервисов, предлагающих модели генеративного ИИ в качестве услуги. Они несут ответственность не за обучение моделям генеративного искусственного интеллекта, а за интеграцию лучших в своем классе инструментов в приложения производственного уровня. Они сотрудничают с заинтересованными сторонами и инженерами платформ для настройки инфраструктуры, автоматизации развертывания моделей и мониторинга моделей. Инженер ML — генеративный ИИ обладает широким спектром технических навыков, включая знания в области оркестрации, хранения, контейнеризации, наблюдаемости, SQL, языков программирования, облачных платформ и обработки данных. Их опыт также охватывает методы, связанные с поиском информации (IR), обработкой естественного языка, семантическим поиском и векторными базами данных. ,[Проектирование и проектирование рабочих процессов машинного обучения / процесса жизненного цикла машинного обучения, сотрудничество с инженерами платформ для настройки инфраструктуры, необходимой для эффективного запуска процессов MLOps.В частности, внедрение систем поиска знаний, семантического поиска или векторных хранилищ с использованием, например, Elasticsearch, Создание приложений на основе искусственного интеллекта, таких как диалоговый поиск, системы рекомендаций или чат-боты, Сотрудничество с заинтересованными сторонами для понимания основных болевых точек и неэффективности жизненного цикла проектов машинного обучения внутри компании, Быть в курсе последних тенденций и достижений в области обработки данных, машинного обучения. и AI] Требования: Python, BigQuery, GCP, Vertex Инструменты AI: Jira, GIT, GitLab, Jenkins/GitLab, Agile. Дополнительно: Спортивная подписка, Частное медицинское обслуживание, Плоская структура, Небольшие команды, Международные проекты, Командные мероприятия, Бюджет обучения, Бесплатный кофе, Тренажерный зал, Велопарковка, Игровая комната, Бесплатные закуски, Бесплатные напитки, Внутренние тренинги, Атмосфера стартапа, Без дресс-кода , Кухня.