Инженер по моделям больших языков (LLM) в GlobalLogic

Описание:

Проверка полноты документа: проверка правильности всех загруженных клиентом документы являются полными и запрашивают недостающие справочные документы, необходимые для идентификации параметров.
Расширенный конструктор документов: разработка полных версий как требований заказчика, так и справочных документов проекта путем интеграции информации из ссылочных документов, включая вложенные ссылки.
Суммаризатор отклонений. : Создание первоначального резюме ключевых различий между требованиями заказчика и справочными проектными документами, выделение критических отклонений.
Идентификация электрических компонентов: использование алгоритмов идентификации объектов на основе искусственного интеллекта для идентификации и составления списка электрических компонентов на схемах SLD заказчика.
Параметры. Извлечение и сопоставление: извлечение и связывание соответствующих параметров, таких как размеры и свойства материалов, из спецификаций заказчика с идентифицированными электрическими компонентами.
Пользовательский интерфейс: разработка удобного интерфейса для инженеров для просмотра и редактирования списка электрических компонентов и соответствующих параметры с будущей интеграцией с 3D-инструментами на этапе MVP.
Парсер присутствия идентичных терминов: проверка элементов, пропущенных в ведомости затрат, с акцентом на идентичные термины, используемые в документе и ведомости затрат.

Требования:

3+ года опыта в области машинного обучения и обработки естественного языка.
Навыки обучения и точная настройка больших языковых моделей (LLM).
Опыт работы с RAG-архитектурой и векторными базами данных, такими как Pinecone.
Степень бакалавра в области компьютерных наук, инженерии или эквивалентная.
Отличное решение проблем и аналитические способности. навыки.
Продемонстрированная способность проводить эксперименты и улучшать производительность моделей.
Хорошее владение английским языком для эффективного общения с членами команды.

Знание Pytorch, Pinecone, тонкой настройки LLM, RAG. и векторные базы данных.
 

Должностные обязанности:

Обучение и точная настройка больших языковых моделей (LLM). ) для различных приложений.
Внедряйте и оптимизируйте архитектуры расширенной генерации данных (RAG).
Работайте с векторными базами данных, такими как Pinecone, для расширения возможностей поиска данных.
Разрабатывайте и применяйте методы анализа данных и машинного обучения. .
Сотрудничайте с межфункциональными командами для интеграции LLM в продукты.
Будьте в курсе последних достижений в области LLM и технологий машинного обучения.
Проводите эксперименты и анализируйте результаты, чтобы улучшить производительность моделей.