Inżynier uczenia maszynowego w Shelf

Inżynier uczenia maszynowego Вроцлав (Польща) O firmie Shelf Shelf rewolucjonizuje generatywną sztuczną inteligencję, oferując organizacjom bezpieczny sposób na włączenie dużych modeli językowych w celu skalowania ich wiedzy, zwiększania wydajności pracowników i poprawy zadowolenia klientów. Nasza technologia ocenia, identyfikuje problemy, ustala priorytety ulepszeń i monitoruje zawartość w sposób ciągły, aby przekształcić wiedzę organizacji w infrastrukturę umożliwiającą generatywną sztuczną inteligencję. Do naszych klientów zaliczają się liderzy z listy Fortune 100 z różnych branż i kontynentów, którzy mają za sobą niezbyt ekscytujący okres wysokiego wzrostu. Inżynier uczenia maszynowego Dział badań i rozwoju odgrywa kluczową rolę w napędzaniu firmy do zakłócania rynku. Nasz zespół dąży do doskonałości inżynieryjnej i elastyczności w opracowywaniu rozwiązań. Korzystamy z najnowszych osiągnięć, w tym dziedzin Cloud, NLP i ML, aby tworzyć usługi wykorzystywane przez czołowe firmy i znane marki, w tym Glovo, HelloFresh, Herbalife i Harvard Business Review. AsaMachine Learning Engineer będziesz odpowiedzialny za projektowanie i rozwój systemów, szkolenie i udostępnianie gotowych do produkcji modeli opartych na technologii ML w celu rozwiązywania najbardziej wymagających w danym momencie problemów. Masz realną szansę wpłynąć na tysiące użytkowników, wpłynąć na rozwój produktów i współpracować z doświadczonymi inżynierami i analitykami danych. Poszukujemy kogoś, kto ma: Ponad 2 lata doświadczenia w potwierdzonej dokumentacji wML i analityce danych Solidne doświadczenie w programowaniu w Pythonie Dobra komunikacja werbalna i pisemna w języku angielskim Rozumienie podstaw uczenia maszynowego (np. uczenie się pod nadzorem/bez nadzoru, klasyfikacja, regresja, walidacja) Rozumienie NLP podstawy Doświadczenie w rozwoju, wdrażaniu, optymalizacji i wsparciu rozwiązań do uczenia maszynowego Doświadczenie z AWS (SageMaker, Lambda, SQS, SNS, DynamoDB, Step Functions, Batch, ECS, EC2, S3) Doświadczenie w pracy z wielkoskalowymi nieustrukturyzowanymi i ustrukturyzowanymi zbiorami danych i baz danych Doświadczenie w budowaniu usług REST API Asaplus Doświadczenie z Postgres, RDS Znajomość Pinecone, ElasticSearch, DeepLake lub innego Vector DB. Znajomość usług kontenerowych (Docker, Kubernetes itp.) Doświadczenie z ekspozycją Terraform na LangChain, OpenSource LLMModels, Prompt Engineering, OpenAIAPI. Doświadczenie z frameworkami i bibliotekamiML: PyTorch, Scikit-Learn, HuggingFace, fastText, Gensim, numpy, pandas Doświadczenie z narzędziami i frameworkami do przetwarzania danych (Apache Spark, Airflow itp.) Znajomość technik optymalizacji modeli i kompresji (destylacja, przycinanie, kwantyzacja, itp.) Będziesz: Tworzył interfejsy API dla usług ML w ramach samowystarczalnego zespołu dostarczającego, który często dostarcza kod do produkcji, Opracowuje projekty techniczne po lepszym zaznajomieniu się z ogólną architekturą, Ściśle współpracuje z Menedżerami Produktu w celu ustalenia wymagań projektowych, biorąc pod uwagę ograniczenia techniczne na początkowym etapie rozwoju funkcji, Jest odpowiedzialny. dla funkcji, które zbudowałeś i dostarczyłeś do produkcji Wykorzystaj usługi AWS do zbudowania infrastruktury jako kodu przy użyciu Terraform Regularnie przeprowadzaj recenzje kodu swoich członków zespołu Przyczyniaj się do poprawy ogólnej kultury inżynierskiej, dzieląc się swoim unikalnym doświadczeniem, nauką, najlepszymi praktykami i wzorcami Co oferuje półka: Opcje akcji firmy Nieograniczone urlopy Sprzęt: MacBook Pro Nowoczesny stos techniczny. Rozwijaj oprogramowanie typu open source Dlaczego półka Według MarketWatch z listopada 2022 r. wielkość globalnego rynku zarządzania wiedzą wyceniono na 405 miliardów dolarów w 2021 roku i oczekuje się, że w okresie prognozy wzrośnie do CAGR na poziomie 18,12%, osiągając 1,1 biliona dolarów amerykańskich do 2027 roku. Nasz zespół kierowniczy zajmuje się głębokim zarządzaniem wiedzą i domeną sztucznej inteligencji specjalistyczna wiedza i doświadczenie w zakresie korporacyjnego SaaS umożliwiające realizację tego planu. Zebraliśmy ponad 60 milionów dolarów dofinansowania, a wśród naszych inwestorów znajdują się Tiger Global, Insight Partners, Connecticut Innovations i inni. Nasza platforma była stale oceniana na pierwszym miejscu pod względem ogólnej użyteczności przez Gartner Digital Markets i otrzymała nagrodę za najłatwiejszą w użyciu, Nagrody za najłatwiejszą administrację i najwyższą adopcję od G2. oraz nagrody za produkt roku i innowacyjność od wiodących publikacji, takich jak CIO Review. Mamy szybki wzrost napędzany przez najbardziej innowacyjny produkt w naszej kategorii, 3-krotny wzrost przez 3 lata od początku. Mamy teraz ponad 100 pracowników w wielu stanach USA i krajach europejskich oraz mamy ambitne cele w zakresie zatrudnienia na następny rok