Старший инженер LLM в OTAKOYI

Навыки и квалификация: Основы LLM: умение понимать и применять LLM в задачах по созданию текста; Навыки программирования: сильные навыки программирования на Python с опытом работы с библиотеками ML/NLP (например, TensorFlow, PyTorch, Hugging Face Transformers, Langchain, Llamaindex); Опыт работы: не менее 3 лет опыта работы в качестве инженера по искусственному интеллекту, специалиста по данным или на аналогичной должности; GCP Vertex AI: практический опыт работы с GCP Vertex AI; Разработка программного обеспечения: Опыт создания программных решений с нуля до производства; ML-моделирование и DevOps: опыт ML-моделирования и практики DevOps; Знание НЛП: Знакомство с концепциями НЛП, такими как предварительная обработка текста, токенизация и семантический анализ; Мониторинг эффективности: Опыт мониторинга и оценки эффективности LLM; Оперативное проектирование: доказанная способность создавать эффективные подсказки и рабочие процессы для моделей генеративного ИИ; Точная настройка LLM: опыт работы с PEFT, RLHF и распределенным обучением; Уровень владения английским языком: уровень владения английским языком от выше среднего до C1 (разговорный, письменный и чтение); Аналитические навыки: сильная способность интерпретировать результаты модели, выявлять закономерности и принимать решения на основе данных; Совместное мышление: Отличные коммуникативные навыки и навыки сотрудничества; Адаптивность: способность адаптироваться к развивающимся технологиям искусственного интеллекта и НЛП; Внимание к деталям: тщательный подход к быстрому проектированию и оценке модели; Навыки решения проблем: доказанная способность устранять неполадки и оптимизировать производительность модели ИИ. ОТАКОЙИ ищет умного и целеустремленного инженера LLM, который присоединится к нашей проектной команде. Нам нравятся вызовы и саморазвитие. Если вам это тоже нравится, не стесняйтесь, присоединяйтесь к нам!» Описание проекта: Мы ищем высококвалифицированного инженера LLM, который присоединится к нашей динамичной команде и будет участвовать в передовых проектах, связанных с моделями больших языков (LLM) и обработкой естественного языка (NLP). Эта роль включает в себя проектирование, разработку и оптимизацию моделей искусственного интеллекта на облачной платформе Google (GCP), в частности с использованием Vertex AI. Идеальный кандидат будет иметь большой опыт работы в области искусственного интеллекта, машинного обучения и оперативного проектирования, уделяя особое внимание повышению производительности системы с помощью инновационных решений. Технический стек проекта, связанный с ИИ: Функции GCP (Python 3.9) инициируются, инициируются событием сегмента Хранилище данных GCP Хранилище GCP GCP Вертекс ИИ Документ GCP AI Ключевые обязанности GCP Pub/Sub Queue Queue: Общение с заинтересованными сторонами: взаимодействие с заинтересованными сторонами для сбора требований и предоставления обновлений; Сотрудничество: тесно сотрудничайте с другими членами команды для интеграции решений; Мониторинг производительности: анализ производительности системы для определения областей улучшения; Оперативное проектирование и оптимизация: разработка и усовершенствование подсказок и рабочих процессов для моделей генеративного ИИ; Оценка и оптимизация модели: оценивайте результаты языковых моделей, выявляйте шаблоны улучшения и повторяйте рабочие процессы; Будьте в курсе тенденций ИИ: будьте в курсе последних разработок в области генеративного ИИ и НЛП, чтобы внедрять лучшие практики. Ежедневные задачи: Проектирование, разработка, обучение и поддержка моделей GCP Vertex AI для классификации и извлечения данных; Работа над НЛП, распознаванием именованных сущностей (NER),d классификация/разделение документов; Участвовать в разработке моделей и обучающих мероприятиях. Важно: Кандидат должен иметь практический опыт работы с GCP Vertex AI. ,[Связь с заинтересованными сторонами: взаимодействие с заинтересованными сторонами для сбора требований и предоставления обновлений; Сотрудничество: Тесное сотрудничество с другими членами команды для интеграции решений; Мониторинг производительности: анализ производительности системы для определения областей улучшения; Оперативное проектирование и оптимизация: разработка и усовершенствование подсказки и рабочие процессы для моделей генеративного ИИ; Оценка и оптимизация модели: оценивайте результаты языковых моделей, выявляйте шаблоны улучшения и повторяйте рабочие процессы; Оставайтесь в курсе тенденций ИИ: будьте в курсе последних разработок в области генеративного ИИ и NL] Требования: Python, машинное обучение, облако, GCP, LLM, NLP, TensorFlow, PyTorch, AI, DevOps, Scala