Середній вчений в Никс

Стабільна розробка фахівця можлива лише в тому випадку, якщо його команда стабільна. У Nix ми шукаємо вченого середнього даних , і ми впевнені, що такий фахівець продовжуватиме зростати професійно і буде здатний досягти нових висот кар’єри.

обов'язки:

• Будьте ініціативною командою. Для впровадження нових функцій для підтримки зростаючих потреб у наукових даних.
• Створіть масштабовані трубопроводи та робочі процеси в масштабі та робочих процесах Для обробки в режимі реального часу або пакетів, включаючи пошук даних, попередню обробку, інженерію функцій, навчання та виведення моделей, аналіз та візуалізацію результатів. Поділіться знаннями з іншими командами на різні теми науки про дані або теми, пов'язані з проектами. = "Шрифт-Віс: 400"> Співпрацюйте з командою, щоб визначити, які інструменти та стратегії використовувати в конкретних сценаріях. "Шрифт-вага: 400"> Незалежно розробити та поставити рішення, що відповідають потребам та вимогам зацікавлених сторін.
• Ефективно передавати прогрес, проблеми та потенційні рішення чітко, ефективно та своєчасно з усіма зацікавленими сторонами (технічними та нетехнічними людьми). 400 "> Члени юніорської команди та надають конструктивний відгук, щоб допомогти їм рости.

Що ми очікуємо від Ви:

• 3+ років досвіду роботи з ML та DL з комерційними проектами в Портфоліо.
• ступінь магістра з комп'ютерних наук, науки про дані або спорідненого поля.
• Рівень англійської мови B2+.
• Хороший досвід принаймні в одному з доменів: NLP, CV, Classic ML, Genai.
• Суцільна математична (лінійна алгебра, обчислення, оптимізація, статистика) та знання про обчислення тензора.
• Хороші знання мови програмування Python та об'єктно-орієнтованого програмування (OOP) Принципи.
• >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> Хороші знання принаймні однієї бази даних, таких як MySQL, Postgres, MongoDB, а також хороші знання SQL.
• Суцільні знання методів класичного машинного навчання (наприклад, лінійна регресія, логістична регресія, K-NN, дерева рішень, випадкові ліси, SVM, Boosting, K-Means , DBScan, Naive Bayes, PCA).
Досвід у бібліотеках Numpy, Pandas, Matplotlib, Langchain та Scikit-Learn.
• Знання класичних показників оцінювання, таких як точність, відкликання, Roc AUC, PR AUC, бал F1, специфічність, чутливість, матриця плутанини, MSE, MAE, R1, RMSE, MAPE, MSLE.
• Знання алгоритмів підвищення градієнта (XGBoost або LightGBM) .
• Досвід принаймні однієї рамки для побудови та навчання нейронних мереж (Tensorflow/Keras, Pytorch).
• Суцільне розуміння архітектури нейронної мережі, навчальних цілей, оптимізаторів, активаційних функцій та показники оцінювання; be здатний ідентифікувати конкретні випадки використання та обмеження для кожного.
• Суцільні знання хмарних концепцій та практичного досвіду принаймні в одній із хмар: AWS (наприклад, Sagemaker, Bedrock, Tulling), Azure (наприклад, Azure ML Studio, Azure Rekognition, OpenAi Service ( З оперативним інженерним інженерією (декількома пострілами, ліжком, самопостійністю), ганчіркою (наївним ретривером, ретривером батьківського документа, ретрівером самостійного запиту) та векторними магазинами (наприклад, Chroma, Faiss).
• Знання хмарних служб, пов'язаних з AI, таких як AWS Textract, AWS Converse API, Builder AWS, Azure Translator, Azure AI Vision, Azure AI Foundry, Vertex AI Agent Builder. 4 Шрифт-Віва: 400 "> Практичні навички побудови навчальних трубопроводів ML (навантаження даних, попередня обробка, поїзді, висновки), а також Github / Gitlab CI / CD потоки.
• платформа Docker або Kubernetes.
• Досвід розробки веб-мікросервісів (API, колба, fastapi).
• Практичний досвід роботи з інструментами розробки та управління проектами (GIT, PIP, Jira тощо).

буде плюсом:

• Практичний досвід принаймні в одному З хмар з такими послугами: AWS (Lambda, Athena, S3), Azure (Azure Functions, Azure Snapse Analytics або Databricks), GCP (хмарні функції, BigQuery).
• Практичний досвід з принаймні кількома хмарними сервісами, такими як AWS Textract, AWS Converse API, Azure Translator, Azure AI Vision, Azure AI Foundry. < Span>
• Можливість працювати з Spark/Pyspark, повітряним потоком.
• 2+ років комерційного досвіду з NLP/CV.

для домену NLP:

• >>>>>>>>> Досвід роботи з рамками NLP, такими як Langchain, Huggingface, Llamaindex, NLTK, SPACY.
• Практичний досвід Будівля додатків на основі агентів LLM з використанням таких рамок, як Langgraph або Crew.ai.
• Ознайомлення Оптимізаційні рамки, такі як DSPY, Textgrad, "Ell" Framework тощо;
• Практика в будівництві Agents LLM з Langchain.
• хороші знання різних показників оцінювання НЛП, таких як Bertscore, косинусна схожість , Рагас, Блю, Руж і здивування.
• Практичний досвід з принаймні однією базою векторів (Pinecone, Tkaviate, Postgresql PgVector Extension тощо).
• Знання великої мовної моделі (LLM) Архітектури (OpenAI GPT, Anthropic Claude тощо).
• Знання PEFT або тонкі налаштування методів LLM.

для домену CV:

• Основні методи CV (CNN, алгоритм згортання, об'єднання шарів, збільшення даних у CV).
• Розуміння комп'ютерного зору (NLP) Проблеми: Класифікація об'єктів, виявлення об'єктів, сегментація семантичної/екземпляра, виявлення тексту та розпізнавання (OCR), передача стилю.
• Знання рамок CV, таких як OpenCV, Yolo.
• Знання архітектури моделі комп'ютерного зору (CNN, Resnet, Mask R-CNN).
• Практичний досвід роботи з моделями/методами CV (Sift, Transfer Learning, FCN, U-NET, Stylegan).
< /ul>

Що ми пропонуємо:

• Довга -Стратегія стратеги для вашого розвитку як експерта, разом з командою, яка має майже 30 років професійного досвіду.
• Участь у великих міжнародних проектах, які дозволяють освоїти нові технології та домени.
• >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> Освітні події та професійна підготовка, які допоможуть вам створити стабільний шлях кар’єри.
• Гнучка винагорода Система, де ваш дохід буде залежати від вас і вашого бажання рости.
• Дружня та затишна Корпоративна культура зМінімальний рівень формальності та бюрократії.
• Можливість вибрати між сучасними офісними просторами в Полтаві або ХАРКВІВ та ФОРМУВАННЯ ДИСТАННЯ, що можливо зі стабільною гарантією з'єднання.

, щоб розпочати успішну кар'єру Nix, надішліть своє резюме на [email protected] . Ми будемо раді подолати нові професійні виклики разом з вами!