Inżynier uczenia maszynowego (NLP) w Data Science UA

Magister lub doktorat z informatyki, sztucznej inteligencji, uczenia maszynowego lub pokrewnej dziedziny. Głębokie zrozumienie głębokiego uczenia się. Praktyczne doświadczenie w opracowywaniu modeli na produkcji. Dobre umiejętności programowania w Pythonie/C++, w tym doświadczenie z GPU, NLP, Nvidia Triton i PyTorch. Doskonałe umiejętności rozwiązywania problemów i pasja do innowacji. Silne umiejętności komunikacyjne, z umiejętnością wyjaśniania złożonych koncepcji technicznych interesariuszom nietechnicznym. Będzie dodatkowym atutem, jeśli posiadasz: Doświadczenie w pracy w dynamicznym środowisku start-upowym. Pakiet korzyści. Możliwość współpracy w dynamicznym, myślącym przyszłościowo zespole. Możliwość ciągłego uczenia się, aby pozostać w czołówce trendów i postępu w branży. ,[Dostosuj LLM typu open source: Dostosuj i zoptymalizuj wcześniej istniejące LLM pod kątem konkretnych zadań i lepszej wydajności., Twórz systemy RAG: Opracuj systemy, które integrują mechanizmy wyszukiwania z LLM, aby usprawnić generowanie odpowiedzi bogatych w informacje., Rozwijaj konwersacje Aplikacje: Twórz aplikacje wykorzystujące LLM do zapewniania wciągających i inteligentnych doświadczeń konwersacyjnych. Badania i innowacje: Bądź na bieżąco z najnowszymi osiągnięciami w LLM, głębokim uczeniu się i NLP. Proponować i wdrażać innowacyjne podejścia do rozwiązywania złożonych problemów. Współpraca: Ścisła współpraca z zespołami produktowymi i inżynieryjnymi w celu zintegrowania modeli uczenia maszynowego z produktami i zapewnienia, że ​​spełniają one wysokie standardy skalowalności i niezawodności.] Wymagania: Deep learning, Python, C++ , GPU, NLP, PyTorch