Инженер ML с LLM (директор) @ VirtusLab в VirtusLab

Мы #VLteam — технологические энтузиасты, постоянно стремящиеся к росту. Коллектив — наша основа, поэтому мы больше всего заботимся о дружеской атмосфере, множестве возможностей для саморазвития и хороших условиях работы. Доверие и автономия — два важнейших качества, которые определяют нашу эффективность. Мы просто верим в идею «измерения результатов, а не часов». Присоединяйтесь к нам и убедитесь сами!

Объем проекта

Будучи инженером ML, вы будете погружаться в различные проекты, применяя свой опыт Python, Spark и глубокого обучения для создания решений, которые решают стратегические проблемы, оптимизируют рабочие процессы и разработать общие структуры, которые можно будет использовать во всей организации. Ваша работа уменьшит сложность и повысит масштабируемость новых проектов, способствуя развитию культуры эффективности и постоянного совершенствования. Мы ищем кандидатов с сильным опытом работы в области науки о данных, специализирующихся на конвейерах машинного обучения и искусственном интеллекте, а также с опытом работы как с поставщиками, так и с открытым исходным кодом LLM-решениями.

Вашими основными обязанностями будут

• Разработка и внедрение общих библиотек, инструментов и инфраструктур для стандартизации и ускорения процессов разработки будущих проектов.
• Диагностика и решение технических проблем в нескольких проектах, обеспечение высококачественных многоразовых решений.
• Использование Spark и Ray для распараллеливания вычислений для задач машинного обучения.
• Тесное сотрудничество с командами инженеров и специалистов по обработке данных, предоставление технических рекомендаций для оптимизации повседневной работы.
• Пропаганда лучших практик в области качества, безопасности и масштабируемости кода на личном примере.
• Принятие обоснованных решений для продвижения бизнеса вперед.

Технический стек

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

Проблемы проекта

• Внедрение и развертывание моделей машинного обучения и автоматизированных конвейеров.
• Оптимизация всех этапов инноваций, ориентированных на данные, включая доступ к данным, разработку моделей, производство, тестирование и мониторинг конвейеров машинного обучения.
• Разработка и проверка кода машинного обучения на предмет масштабируемости и надежности.
• Сотрудничество с межфункциональными командами для комплексного предоставления решений машинного обучения.
• Создание передовых инженерных практик, включая проектирование и архитектуру повторно используемых компонентов во всей организации.
  

Команда

2 независимые команды по 4-6 инженеров

• Руки- опыт создания конвейеров машинного обучения, как в виде пакетного процесса, так и в виде услуги, более 8 лет опыта в этой области
• Практический опыт работы с моделями LLM, предпочтительно OpenAI и Anthropic, самообслуживание является преимуществом
• Опыт работы с одним из популярных поставщиков облачных услуг
• Опыт работы с конвейерами данных на Spark или Ray
• Отличная практика разработки программного обеспечения, включая выбор лучших инструмент для решения проблемы
• Независимость и способность определять и обсуждать требования
• Veпопробуйте хорошее знание английского языка (C1+) и четкие коммуникативные навыки

Не волнуйтесь, если вы не соответствуете всем требованиям. Самое главное — это ваше желание и желание развиваться. Более того, B2B не обязательно должен быть единственной формой сотрудничества. Подайте заявку и узнайте!

Мы #VLteam — технологические энтузиасты, постоянно стремящиеся к росту. Коллектив — наша основа, поэтому мы больше всего заботимся о дружеской атмосфере, множестве возможностей для саморазвития и хороших условиях работы. Доверие и автономия — два важнейших качества, которые определяют нашу эффективность. Мы просто верим в идею «измерения результатов, а не часов». Присоединяйтесь к нам и убедитесь сами!

Объем проекта

Будучи инженером ML, вы будете погружаться в различные проекты, применяя свои знания Python, Spark и глубокие изучение опыта для создания решений, которые решают стратегические проблемы, оптимизируют рабочие процессы и разрабатывают общие структуры, которые можно использовать во всей организации. Ваша работа уменьшит сложность и повысит масштабируемость новых проектов, способствуя развитию культуры эффективности и постоянного совершенствования. Мы ищем кандидатов с сильным опытом работы в области науки о данных, специализирующихся на конвейерах машинного обучения и искусственном интеллекте, а также с опытом работы как с поставщиками, так и с открытым исходным кодом LLM-решениями.

Вашими основными обязанностями будут

• Разработка и внедрение общих библиотек, инструментов и инфраструктур для стандартизации и ускорения процессов разработки будущих проектов.
• Диагностика и решение технических проблем в нескольких проектах, обеспечение высококачественных многоразовых решений.
• Использование Spark и Ray для распараллеливания вычислений для задач машинного обучения.
• Тесное сотрудничество с командами инженеров и специалистов по обработке данных, предоставление технических рекомендаций для оптимизации повседневной работы.
• Пропаганда лучших практик в области качества, безопасности и масштабируемости кода на личном примере.
• Принятие обоснованных решений для продвижения бизнеса вперед.


Технический стек

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

Проблемы проекта

• Внедрение и развертывание моделей машинного обучения и автоматизированных конвейеров.
• Оптимизация всех этапов инноваций, ориентированных на данные, включая доступ к данным, разработку моделей, производство, тестирование и мониторинг конвейеров машинного обучения.
• Разработка и проверка кода машинного обучения на предмет масштабируемости и надежности.
• Сотрудничество с межфункциональными командами для комплексного предоставления решений машинного обучения.
• Создание передовых инженерных практик, включая проектирование и архитектуру повторно используемых компонентов во всей организации.
  

Команда

2 независимых команды по 4–6 инженеров

,[]

Требования: Python, MLOps, Машинное обучение, PyTorch/Tensorflow/DeepLearning, Стратегическое мышление, Коммуникации, Spark/Ray, Cloud, DevOps, Scala
Дополнительно: > Создание технологического сообщества, Гибкая гибридная модель работы, Возмещение расходов на домашний офис, Уроки языка, Баллы MyBenefit, Частное здравоохранениеповторно, Растяжка, Пакет тренировок, Виртуозность/внутреннее обучение, Бесплатный кофе, Без дресс-кода, Бесплатные закуски, Бесплатные напитки, Велопарковка, Современный офис, Душ, Кухня.