Інженер машинного навчання @ Appsilon в Appsilon

Про Appsilon

Appsilon — це амбітна та швидкозростаюча компанія з програмного забезпечення та консалтингова компанія, яка спеціалізується на машинному навчанні та системах підтримки дій із клієнтами зі списку Fortune 500 Глобус.

Наша унікальна компанія надихається місією покращити наше суспільство та довкілля.

Ми все більше зосереджуємось на науках про життя, зокрема на вдосконаленні розробки ліків, стимулюванні досліджень молекулярної біології, темах, пов’язаних із охороною здоров’я, і збереженні біорізноманіття.

У нас є потужна команда експертів з машинного навчання, ми запровадили довгострокові дослідницькі та дослідницькі проекти та швидко підтвердили концепції. Ми працюємо з підприємствами, стартапами та академічними партнерами.

Як Appsilon, ми також є світовим лідером у R та Shiny, які використовуються компаніями будь-якого розміру для створення програм даних. Коли компанії стикаються зі складними проблемами або хочуть ініціювати масштабні корпоративні проекти, вони звертаються до нас.

Ваша роль як інженера машинного навчання

Звичайні обов’язки включатимуть:

• Підготовка даних
• Збір даних із джерела (сприяння передачі великого статичного набору даних або підключення до живого джерела бази даних)
• Перетворення даних щоб підготуватися до моделювання (наприклад, змінити розмір зображень, конвертувати формати, отримати мітки)
• EDA – пошуковий аналіз даних
• Розуміти відповідні властивості даних Статистика (наприклад, розподіл класів у пропонованому розподілі тестування поїзда спотворений)
• Проблеми з даними (наприклад, зроблені вночі зображення об’єктів, що швидко рухаються, розмиті)
• Характеристики набору даних (подібності та відмінності з відомі набори даних)
• Візуалізуйте результати
• Моделювання
• Виберіть або спроектуйте відповідну архітектуру моделі
• Виберіть або визначити спеціальний набір втрат
• Запускати, контролювати та відстежувати навчання моделей Досліджувати продуктивність моделей, визначати сильні та слабкі сторони
• Робота за стандартами розробки програмного забезпечення
• Переконайтеся, що конвеєри даних і моделювання є модульними та відтворюваними
• Напишіть код, який можна легко повернути та повторно використати в нових контекстах
• Конвеєр налаштування та вдосконалення
• Налаштувати хмарну інфраструктуру, необхідну для зберігання даних, моделювання та обслуговування моделей)
• Налаштувати та допомогти підтримувати практики MLOps
• Використовувати відомі та нові інструменти для задоволення вимог проекту
• Організація зустрічей із клієнтами
• Ефективна комунікація як на технічному рівні, так і на рівні зацікавлених сторін
• Здатність детально вивчати потреби клієнтів і проблемні точки, щоб зібрати чи уточнити вимоги до проекту
• Присутність на конференціях, зустрічах, вебінарах
• Деякі технічні експертні тип участі в продажах
• Допомога відділам продажів у справі гарного технічного враження шляхом постановки правильних технічних запитань потенційним клієнтам

Для чого це ви?

• Конкурентоспроможна заробітна плата : насолоджуйтесь місячною зарплатою B2B 14 000 - 21 000 злотих / 3 600-5 400 доларів США + ПДВ на основі повної зайнятості зобов'язання.
• Щедра оплачувана відпустка: Вигодаm 26 днів оплачуваної відпустки, плюс еквівалент державних свят у Польщі, за оцінками, 13 днів у 2024 році.
• Повна відпустка через хворобу: отримуйте 33 оплачувані лікарняні дні на рік при 80 % від вашої зарплати.
• Бюджет професійного розвитку: ви матимете 5% надбавки до вашої зарплати, виділеної на бюджет професійного розвитку для заходів, які допомагають вам розвиватися.
• Гнучка віддалена робота: Скористайтеся дистанційною роботою з гнучким графіком, адаптованим до вашого часового поясу та сімейного життя.
• Навчання та конференції: насолоджуйтеся чотирма оплачуваними днями на рік для навчання, конференцій, подій або семінарів.
• Переваги для здоров’я: Отримайте доступ до приватного медичного страхування (у Польщі) або еквівалента готівкою, якщо ви не в Польщі.
• Фітнес-привілеї: Отримайте членську картку FitProfit або FitSport (у Польщі) або грошовий еквівалент, якщо ви не в Польщі.
• Страхування життя: Ви та ваша сім'я будете застраховані.
• Особистий помічник: Скористайтеся перевагами AskHenry, вашого помічника.

Чого ви можете очікувати під час процесу найму?

• Співбесіда з рекрутером (з завданням у реальному часі)
• Домашнє завдання
• 2 співбесіди з членами команди ML
• Пропозиція

Необхідно мати

• 2+ роки досвіду роботи на аналогічній посаді

Важкі навички < /strong>

• Чудова розробка програмного забезпечення фон
• Великі знання Python
• Досвід роботи з PyTorch
• Досвід боротьби з даними
• Досвід роботи з конвеєрами машинного навчання та експеримент відтворюваність
• Знання практик MLOps
• Розуміння вдосконаленого машинного навчання (мультимодальне навчання, вплив підготовки пакетів на навчання, розклад темпів навчання, використання карт функцій для нових завдань тощо)
• Досвід класичного машинного навчання (наприклад, моделі на основі дерева), а також глибокого навчання (напр. , комп’ютерний зір)

Soft Skills

• Навчений аналітичний мислитель
• Здатність перемикатися між хакерським менталітетом змусити все працювати та організованим інженером , який дотримується основних принципів під час рефакторингу або створення ключових елементів конвеєра
• Здатність абстрагуватися від технічних проблем і спілкуватися також на високому рівні (не лише те, як ми щось робимо, але й чому ми це робимо )
• Знайте свої межі – здатні визначити, коли настав час попросити інших про допомогу
• Дуже добре Англійська (мінімум C1) - ми працюємо виключно англійською

Особисті якості

• Незалежність , але готовий до тісної співпраці
• Надійний , високі стандарти, організований
• Цікавий у темах ML
• Відкритий для віддаленої роботи, як-от культура дистанційної роботи

Приємно мати:

• Зацікавленість або досвід використання ММ у науках про життя
• Публічна ппроекти (загальнодоступні репозиторії, профіль на сайтах, подібних до Kaggle/історія хакатонів тощо)
• Інтерес або досвід Data4Good (особливо внесок у охорону здоров’я/відкриття ліків та кліматичну кризу/збереження біорізноманіття)
• Історія академічних робіт (ML або певної галузі)
• Історія публічних виступів (доповіді на конференціях, семінари, викладання)
• Важливо, знання R не є обов’язковим. Це може бути корисним у співпраці з командою Applications в Appsilon.