Inżynier ML z LLM (ekspert) @ VirtusLab w VirtusLab

Jesteśmy #VLteam – pasjonatami technologii nieustannie dążącymi do rozwoju. Naszym fundamentem jest zespół, dlatego najbardziej zależy nam na przyjaznej atmosferze, dużych możliwościach samorozwoju i dobrych warunkach pracy. Zaufanie i niezależność to dwie podstawowe cechy, które napędzają naszą wydajność. Po prostu wierzymy w ideę „mierzenia wyników, a nie godzin”. Dołącz do nas i przekonaj się sam!

Zakres projektu

Jako inżynier uczenia maszynowego będziesz brać udział w różnych projektach, wykorzystując swoją wiedzę z zakresu Pythona, Sparka i głębokiego uczenia się do tworzenia rozwiązań rozwiązujących problemy strategiczne, optymalizujących przepływy pracy i opracować wspólne ramy, które można wykorzystać w całej organizacji. Twoja praca zmniejszy złożoność i zwiększy skalowalność nowych projektów, wspierając kulturę wydajności i ciągłego doskonalenia. Poszukujemy kandydatów z dużym doświadczeniem w inżynierii danych, koncentrujących się na potokach ML i Gen AI, z doświadczeniem zarówno w zakresie rozwiązań LLM dostawców, jak i open source.

Do Twoich kluczowych obowiązków będzie należeć

• Opracowywanie i wdrażanie wspólnych bibliotek, narzędzi i struktur w celu standaryzacji i przyspieszenia procesów rozwoju przyszłych projektów.
• Diagnozowanie i rozwiązywanie problemów technicznych w wielu projektach, zapewniając wysokiej jakości rozwiązania nadające się do ponownego użycia.
• Wykorzystanie platform Spark i Ray do zrównoleglenia obliczeń na potrzeby zadań związanych z uczeniem maszynowym.
• Ścisła współpraca z zespołami inżynieryjnymi i analityki danych, zapewniając wskazówki techniczne usprawniające codzienną pracę.
• Promowanie najlepszych praktyk w zakresie jakości kodu, bezpieczeństwa i skalowalności, dając przykład.
• Podejmowanie świadomych decyzji w celu posunięcia firmy do przodu.

Stos technologii

Python, Spark, Ray, PyTorch, TensorFlow, LLM (OpenAI GPT, Anthropic, Lama) , Google Cloud, Amazon Web Services, Kubernetes, Airflow, Docker

Wyzwania projektowe

• Wdrażanie i wdrażanie modeli ML oraz zautomatyzowanych potoków.
• Usprawnianie wszystkich faz innowacji skoncentrowanych na danych, w tym dostępu do danych, opracowywania modeli, produkcji, testowania i monitorowania potoków uczenia maszynowego.
• Projektowanie i przeglądanie kodu uczenia maszynowego pod kątem skali i niezawodności.
• Współpraca z zespołami wielofunkcyjnymi w celu dostarczania kompleksowych rozwiązań ML.
• Budowanie dobrych praktyk inżynieryjnych, w tym projektowania i architektury komponentów wielokrotnego użytku w całej organizacji.
  

Zespół

2 niezależne zespoły składające się z 4-6 inżynierów

• Hands- na doświadczeniu w produkcji potoków Machine Learning, zarówno jako procesu wsadowego, jak i jako usługi, ponad 5 lat doświadczenia w obszarze
• Praktyczne doświadczenie z modelami LLM, najlepiej OpenAI i Anthropic, samodzielna to zaleta
• Doświadczenie z jednym z popularnych dostawców usług w chmurze
• Doświadczenie z potokami danych na platformach Spark lub Ray
• Doskonała praktyka inżynierii oprogramowania, w tym wybór najlepsze narzędzie do rozwiązania problemu
• Niezależność i umiejętność definiowania i negocjowania wymagań
• Bardzo dobra znajomość języka angielskiego (C1+) i jasne umiejętności komunikacyjne

Nie martw się, jeśli nie spełniasz wszystkich wymagań. Najważniejsza jest Twoja pasja i chęć rozwoju. Co więcej, B2B nie musi być jedyną formą współpracy. Aplikuj i przekonaj się!

Jesteśmy #VLteam – pasjonatami technologii nieustannie dążącymi do rozwoju. Naszym fundamentem jest zespół, dlatego najbardziej zależy nam na przyjaznej atmosferze, dużych możliwościach samorozwoju i dobrych warunkach pracy. Zaufanie i niezależność to dwie podstawowe cechy, które napędzają naszą wydajność. Po prostu wierzymy w ideę „mierzenia wyników, a nie godzin”. Dołącz do nas i przekonaj się sam!

Zakres projektu

Jako inżynier ML będziesz zagłębiać się w różne projekty, stosując język Python, Spark i głębokie zdobywanie wiedzy specjalistycznej w celu tworzenia rozwiązań rozwiązujących problemy strategiczne, optymalizacji przepływów pracy i opracowywania wspólnych ram, które można wykorzystać w całej organizacji. Twoja praca zmniejszy złożoność i zwiększy skalowalność nowych projektów, wspierając kulturę wydajności i ciągłego doskonalenia. Poszukujemy kandydatów z dużym doświadczeniem w inżynierii danych, koncentrujących się na potokach ML i Gen AI, z doświadczeniem zarówno w zakresie rozwiązań LLM dostawców, jak i open source.

Do Twoich głównych obowiązków będzie należeć

• Opracowywanie i wdrażanie wspólnych bibliotek, narzędzi i struktur w celu standaryzacji i przyspieszenia procesów rozwoju przyszłych projektów.
• Diagnozowanie i rozwiązywanie problemów technicznych w wielu projektach, zapewniając wysokiej jakości rozwiązania nadające się do ponownego użycia.
• Wykorzystanie platform Spark i Ray do zrównoleglenia obliczeń na potrzeby zadań związanych z uczeniem maszynowym.
• Ścisła współpraca z zespołami inżynieryjnymi i analityki danych, zapewniając wskazówki techniczne usprawniające codzienną pracę.
• Promowanie najlepszych praktyk w zakresie jakości kodu, bezpieczeństwa i skalowalności, dając przykład.
• Podejmowanie świadomych decyzji w celu posunięcia firmy do przodu.


Stos technologii

Python, Spark, Ray, PyTorch, TensorFlow, LLM (OpenAI GPT, Anthropic, Lama) , Google Cloud, Amazon Web Services, Kubernetes, Airflow, Docker

Wyzwania projektowe

• Wdrażanie i wdrażanie modeli ML oraz zautomatyzowanych potoków.
• Usprawnianie wszystkich faz innowacji skoncentrowanych na danych, w tym dostępu do danych, opracowywania modeli, produkcji, testowania i monitorowania potoków uczenia maszynowego.
• Projektowanie i przeglądanie kodu uczenia maszynowego pod kątem skali i niezawodności.
• Współpraca z zespołami wielofunkcyjnymi w celu dostarczania kompleksowych rozwiązań ML.
• Budowanie dobrych praktyk inżynieryjnych, w tym projektowania i architektury komponentów wielokrotnego użytku w całej organizacji.
  

Zespół

2 niezależne zespoły składające się z 4-6 inżynierów

,[]

Wymagania: Python, MLOps, Machine learning, PyTorch / Tensorflow / DeepLearning, Myślenie strategiczne, Komunikacja, Spark/Ray, Cloud, DevOps, Scala
Dodatkowo: Budowanie społeczności technologicznej, Elastyczny hybrydowy model pracy, Zwrot kosztów w biurze domowym, Lekcje językowe, Punkty MyBenefit, Prywatne leczenieopieka, Rozciąganie, Pakiet szkoleniowy, Wirtuozeria / szkolenie wewnętrzne, Bezpłatna kawa, Bez ubioru, Darmowe przekąski, Darmowe napoje, Parking dla rowerów, Nowoczesne biuro, Prysznic, Kuchnia.