Ingenieur für maschinelles Lernen (NLP) in Data Science UA

Master oder Doktortitel in Informatik, künstlicher Intelligenz, maschinellem Lernen oder einem verwandten Bereich. Tiefgreifendes Verständnis von Deep Learning. Praktische Erfahrung mit der Entwicklung von Modellen in der Produktion. Starke Programmierkenntnisse in Python/C++, einschließlich Erfahrung mit GPU, NLP, Nvidia Triton und PyTorch. Ausgezeichnete Problemlösungsfähigkeiten und eine Leidenschaft für Innovation. Starke Kommunikationsfähigkeiten mit der Fähigkeit, komplexe technische Konzepte technisch nicht versierten Interessengruppen zu erklären. Es ist von Vorteil, wenn Sie Folgendes haben: Erfahrung in der Arbeit in einem schnelllebigen Startup-Umfeld. Leistungspaket. Gelegenheit zur Zusammenarbeit mit einem dynamischen, zukunftsorientierten Team. Kontinuierliche Lernmöglichkeiten, um bei Branchentrends und Fortschritten immer auf dem Laufenden zu bleiben. ,[Open-Source-LLMs verfeinern: Passen Sie bereits vorhandene LLMs an und optimieren Sie sie für bestimmte Aufgaben und verbesserte Leistung., Erstellen Sie RAG-Systeme: Entwickeln Sie Systeme, die Abrufmechanismen in LLMs integrieren, um die Generierung informationsreicher Antworten zu verbessern., Konversation entwickeln Anwendungen: Erstellen Sie Anwendungen, die LLMs nutzen, um ansprechende und intelligente Gesprächserlebnisse zu bieten. Forschung und Innovation: Bleiben Sie über die neuesten Entwicklungen in den Bereichen LLMs, Deep Learning und NLP auf dem Laufenden. Schlagen Sie innovative Ansätze zur Lösung komplexer Probleme vor und implementieren Sie sie., Zusammenarbeit: Arbeiten Sie eng mit den Produkt- und Entwicklungsteams zusammen, um Modelle für maschinelles Lernen in die Produkte zu integrieren und sicherzustellen, dass sie die hohen Standards der Skalierbarkeit und Zuverlässigkeit erfüllen.] Anforderungen: Deep Learning, Python, C++ , GPU, NLP, PyTorch