Leitender LLM-Ingenieur in OTAKOYI

Fähigkeiten und Qualifikationen: LLM-Grundlagen: Kenntnisse im Verstehen und Anwenden von LLMs bei Textgenerierungsaufgaben; Programmierkenntnisse: Starke Programmierkenntnisse in Python mit Erfahrung in ML/NLP-Bibliotheken (z. B. TensorFlow, PyTorch, Hugging Face Transformers, Langchain, Llamaindex); Erfahrung: Mindestens 3 Jahre Berufserfahrung als AI Prompt Engineer, Data Scientist oder in einer ähnlichen Rolle; GCP Vertex AI: Praktische Erfahrung mit GCP Vertex AI; Softwareentwicklung: Erfahrung in der Erstellung von Softwarelösungen von Grund auf bis zur Produktion; ML-Modellierung und DevOps: Erfahrung in ML-Modellierung und DevOps-Praktiken; NLP-Expertise: Vertrautheit mit NLP-Konzepten wie Textvorverarbeitung, Tokenisierung und semantischer Analyse; Leistungsüberwachung: Erfahrung in der Überwachung und Bewertung der LLM-Leistung; Prompt Engineering: Nachgewiesene Fähigkeit, effektive Eingabeaufforderungen und Arbeitsabläufe für generative KI-Modelle zu erstellen; LLM-Feinabstimmung: Erfahrung mit PEFT, RLHF und verteiltem Training; Englischkenntnisse: Englischkenntnisse der oberen Mittelstufe bis C1 (mündlich, schriftlich und lesend); Analytische Fähigkeiten: Starke Fähigkeit, Modellergebnisse zu interpretieren, Muster zu erkennen und datengesteuerte Entscheidungen zu treffen; Kollaborative Denkweise: Ausgezeichnete Kommunikations- und Kollaborationsfähigkeiten; Anpassungsfähigkeit: Fähigkeit, sich an die sich entwickelnden KI- und NLP-Technologien anzupassen; Liebe zum Detail: Sorgfältig bei der zeitnahen Gestaltung und Modellbewertung; Fähigkeiten zur Problemlösung: Nachgewiesene Fähigkeit zur Fehlerbehebung und Optimierung der Leistung von KI-Modellen OTAKOYI ist auf der Suche nach einem intelligenten und eifrigen LLM-Ingenieur zur Verstärkung unseres Projektteams. Wir mögen Herausforderungen und Weiterentwicklung. Wenn es Ihnen auch gefällt, zögern Sie nicht, kommen Sie zu uns!‍ Projektbeschreibung: Wir suchen einen hochqualifizierten LLM-Ingenieur, der sich unserem dynamischen Team anschließt und an hochmodernen Projekten im Bereich Large Language Models (LLMs) und Natural Language Processing (NLP) mitwirkt. Die Rolle umfasst das Entwerfen, Entwickeln und Optimieren von KI-Modellen auf der Google Cloud Platform (GCP), insbesondere unter Verwendung von Vertex AI. Der ideale Kandidat verfügt über fundierte Kenntnisse in den Bereichen KI, maschinelles Lernen und Prompt Engineering, wobei der Schwerpunkt auf der Verbesserung der Systemleistung durch innovative Lösungen liegt. Projekt-Tech-Stack im Zusammenhang mit KI: GCP-Funktionen (Python 3.9) ausgelöst, Bucket-Ereignis ausgelöst GCP-Datenspeicher GCP-Speicher GCP Vertex AI GCP-Dokument-KI Hauptverantwortlichkeiten für GCP Pub/Sub Message Queuing: Kommunikation mit Stakeholdern: Arbeiten Sie mit Stakeholdern zusammen, um Anforderungen zu sammeln und Aktualisierungen bereitzustellen; Zusammenarbeit: Arbeiten Sie eng mit anderen Teammitgliedern zusammen, um Lösungen zu integrieren. Leistungsüberwachung: Analysieren Sie die Systemleistung, um Verbesserungsbereiche zu identifizieren. Prompt-Design und -Optimierung: Entwickeln und verfeinern Sie Prompts und Arbeitsabläufe für generative KI-Modelle; Modellbewertung und -optimierung: Bewerten Sie die Ergebnisse von Sprachmodellen, identifizieren Sie Verbesserungsmuster und iterieren Sie Arbeitsabläufe. Bleiben Sie mit KI-Trends auf dem Laufenden: Bleiben Sie über die neuesten Entwicklungen in der generativen KI und im NLP auf dem Laufenden, um Best Practices zu integrieren Tägliche Aufgaben: Entwerfen, entwickeln, trainieren und warten Sie GCP Vertex AI-Modelle für die Datenklassifizierung und -extraktion; Arbeit an NLP, Named Entity Recognition (NER), and Dokumentenklassifizierung/-trennung; Nehmen Sie an Modelldesign- und Schulungsaktivitäten teil Wichtig: Der Kandidat muss über praktische Erfahrung mit GCP Vertex AI verfügen ,[Kommunikation mit Stakeholdern: Arbeiten Sie mit Stakeholdern zusammen, um Anforderungen zu sammeln und Aktualisierungen bereitzustellen;, Zusammenarbeit: Arbeiten Sie eng mit anderen Teammitgliedern zusammen, um Lösungen zu integrieren;, Leistungsüberwachung: Analysieren Sie die Systemleistung, um Verbesserungsbereiche zu identifizieren;, Prompt Design und Optimierung: Entwickeln und verfeinern Eingabeaufforderungen und Arbeitsabläufe für generative KI-Modelle; Modellbewertung und -optimierung: Bewerten Sie die Ergebnisse von Sprachmodellen, identifizieren Sie Verbesserungsmuster und iterieren Sie Arbeitsabläufe. Bleiben Sie mit KI-Trends auf dem Laufenden: Halten Sie sich über die neuesten Entwicklungen in generativer KI und NL auf dem Laufenden] Anforderungen: Python, Maschinelles Lernen, Cloud, GCP, LLM, NLP, TensorFlow, PyTorch, KI, DevOps, Scala