Starszy inżynier LLM w OTAKOYI

Umiejętności i kwalifikacje: Podstawy LLM: Biegłość w rozumieniu i stosowaniu LLM w zadaniach związanych z generowaniem tekstu; Umiejętności programistyczne: Dobra umiejętność programowania w Pythonie z doświadczeniem w bibliotekach ML/NLP (np. TensorFlow, PyTorch, Hugging Face Transformers, Langchain, Llamaindex); Doświadczenie: co najmniej 3 lata doświadczenia zawodowego jako inżynier ds. AI, analityk danych lub na podobnym stanowisku; GCP Vertex AI: Praktyczne doświadczenie z GCP Vertex AI; Tworzenie oprogramowania: Doświadczenie w tworzeniu rozwiązań programowych od podstaw do produkcji; Modelowanie ML i DevOps: Doświadczenie w modelowaniu ML i praktykach DevOps; Specjalizacja NLP: Znajomość koncepcji NLP, takich jak wstępne przetwarzanie tekstu, tokenizacja i analiza semantyczna; Monitorowanie wydajności: doświadczenie w monitorowaniu i ocenie wyników LLM; Szybka inżynieria: sprawdzona umiejętność tworzenia skutecznych podpowiedzi i przepływów pracy dla modeli generatywnej sztucznej inteligencji; Dostrajanie LLM: Doświadczenie w szkoleniach PEFT, RLHF i rozproszonych; Znajomość języka angielskiego: Znajomość języka angielskiego na poziomie średnio zaawansowanym od wyższego do C1 (w mowie, piśmie i czytaniu); Umiejętności analityczne: Silna umiejętność interpretowania wyników modelu, identyfikowania wzorców i podejmowania decyzji w oparciu o dane; Nastawienie na współpracę: doskonałe umiejętności komunikacji i współpracy; Możliwość adaptacji: Możliwość dostosowania się do ewoluujących technologii AI i NLP; Dbałość o szczegóły: Skrupulatność w szybkim projektowaniu i ocenie modelu; Umiejętności rozwiązywania problemów: Sprawdzona umiejętność rozwiązywania problemów i optymalizacji wydajności modelu AI OTAKOYI poszukuje inteligentnego i pełnego entuzjazmu inżyniera LLM, który dołączy do naszego zespołu projektowego. Lubimy wyzwania i samorozwój. Jeśli Tobie też się to podoba, nie wahaj się i dołącz do nas!‍ Opis projektu: Poszukujemy wysoko wykwalifikowanego inżyniera LLM, który dołączy do naszego dynamicznego zespołu i wniesie wkład w nowatorskie projekty obejmujące modele dużego języka (LLM) i przetwarzanie języka naturalnego (NLP). Rola polega na projektowaniu, rozwijaniu i optymalizowaniu modeli AI na platformie Google Cloud Platform (GCP), w szczególności z wykorzystaniem Vertex AI. Idealny kandydat będzie miał duże doświadczenie w sztucznej inteligencji, uczeniu maszynowym i szybkiej inżynierii, ze szczególnym uwzględnieniem zwiększania wydajności systemu poprzez innowacyjne rozwiązania. Stos technologii projektu związany ze sztuczną inteligencją: Funkcje GCP (Python 3.9) wyzwalane, wyzwalane zdarzeniami segmentu Magazyn danych GCP Magazyn GCP GCP Vertex AI Dokument GCP AI GCP Pub/Sub w zakresie kolejkowania wiadomości – najważniejsze obowiązki: Komunikacja z interesariuszami: Angażuj się z interesariuszami w celu gromadzenia wymagań i dostarczania aktualizacji; Współpraca: Ściśle współpracuj z innymi członkami zespołu w celu integracji rozwiązań; Monitorowanie wydajności: Analizuj wydajność systemu, aby zidentyfikować obszary wymagające poprawy; Szybkie projektowanie i optymalizacja: opracowuj i udoskonalaj podpowiedzi i przepływy pracy dla modeli generatywnej sztucznej inteligencji; Ocena i optymalizacja modelu: oceniaj wyniki modeli językowych, identyfikuj wzorce ulepszeń i powtarzaj przepływy pracy; Bądź na bieżąco z trendami AI: bądź na bieżąco z najnowszymi osiągnięciami w zakresie generatywnej sztucznej inteligencji i NLP, aby uwzględnić najlepsze praktyki Codzienne zadania: Projektuj, rozwijaj, trenuj i utrzymuj modele GCP Vertex AI do klasyfikacji i ekstrakcji danych; Praca nad NLP, rozpoznawaniem podmiotów nazwanych (NER), and klasyfikacja/separacja dokumentów; Zaangażuj się w projektowanie modeli i działania szkoleniowe Ważne: Kandydat musi mieć praktyczne doświadczenie z GCP Vertex AI ,[Komunikacja z interesariuszami: Angażuj się z interesariuszami w celu gromadzenia wymagań i dostarczania aktualizacji;, Współpraca: Ścisła współpraca z innymi członkami zespołu w celu integracji rozwiązań;, Monitorowanie wydajności: Analizuj wydajność systemu w celu identyfikacji obszarów ulepszeń;, Szybkie projektowanie i optymalizacja: Opracowywanie i udoskonalanie podpowiedzi i przepływy pracy dla modeli generatywnej AI;, Ocena i optymalizacja modelu: ocena wyników modeli językowych, identyfikowanie wzorców ulepszeń i iteracja w ramach przepływów pracy;, Bądź na bieżąco z trendami AI: Bądź na bieżąco z najnowszymi osiągnięciami w generatywnej AI i NL] Wymagania: Python, Uczenie maszynowe, Chmura, GCP, LLM, NLP, TensorFlow, PyTorch, AI, DevOps, Scala