Młodszy/średni inżynier uczenia maszynowego (koncentrujący się na LLM) w Varex.ai

Inżynier uczenia maszynowego (koncentrujący się na LLM)

O Varex
Varex jest pionierem przyszłości komunikacji w przedsiębiorstwie dzięki naszej najnowocześniejszej platformie konwersacyjnej generatywnej sztucznej inteligencji. Łącząc zaawansowane technologie LLM ze skalowalną inżynierią, umożliwiamy firmom dostarczanie inteligentniejszych, szybszych i bardziej spersonalizowanych interakcji z klientami.
Rozszerzamy nasz zespół ML i poszukujemy Inżyniera uczenia maszynowego, który pomoże w kształtowaniu nowej generacji komunikacji opartej na sztucznej inteligencji.

Obowiązki

Dopracowywanie i dostosowywanie LLM

• Rozwój i utrzymuj dostrajanie przepływów pracy dla dużych modeli językowych.

Szybka inżynieria i optymalizacja

• Projektuj, testuj porównaj i iteruj na podstawie monitów systemu i agenta.

Badania algorytmów i prototypowanie

• Odkrywaj, badaj i twórz prototypy nowych algorytmów, architektur i funkcje oparte na modelach.

Inżynieria zaplecza

• Napisz czysty, gotowy do produkcji kod backendu.

Wymagania

Podstawowe umiejętności

• Wysokiej zdolności rozwiązywania problemów i analitycznego myślenia.

• Zdolność jasno wyrażać złożone pomysły.

• Chęć i umiejętność szybkiego uczenia się

Podstawowe kompetencje

• 0,5–4 lata inżynierii backendu skupionej na ML lub doświadczenia w projektach z LLM/systemami ML.

• biegłość w Pythonie, programowaniu asynchronicznym, wielowątkowość i najlepsze praktyki projektowania oprogramowania.

• Zrozumienie architektury transformatorów, metod dostrajania i wskaźników oceny.

• Doświadczenie w szybkiej inżynierii i szybkiej optymalizacji.

• Podstawowa wiedza i pewne doświadczenie w budowaniu i wdrażaniu usług RESTful (FastAPI, FastAPI, Flask itp.).

• Doskonała znajomość baz danych (SQL/NoSQL).

• Umiejętność obsługi Git.

• Dobre zrozumienie podstaw niezbędnych w uczeniu maszynowym.

Miło mieć

• Znajomość Architektury RAG, wyszukiwarki wektorowe, LangChain lub LlamaIndex.

• Doświadczenie z AWS / GCP / Azure.

• Doświadczenie z Dockerem i środowiskami kontenerowymi.

Do czego to służy Ty?

• Głębokie zaangażowanie w LLM: Pracuj w całym cyklu życia LLM – badania, dostrajanie, ocena, wdrażanie i monitorowanie.

• Innowacyjne środowisko: Dołącz do szybko zmieniającej się kultury start-upów, która nagradza kreatywność, eksperymentowanie i przywództwo w generatywnej sztucznej inteligencji.

• Prawdziwy wpływ: Kształtuj podstawową sztuczną inteligencję. systemy obsługujące komunikację korporacyjną nowej generacji.