AI/ML Developer (f/m/x)
Job description
Poszukujemy kandydatów z dużym doświadczeniem w uczeniu maszynowym, głębokim uczeniu i opartych na transformatorach LLM, takich jak LLaMA, Mistral i Gemma, a także z solidnym praktycznym doświadczeniem we wdrażaniu chmury i infrastruktury prywatnej. Projekt obejmuje projektowanie, rozwijanie i utrzymywanie rozwiązań AI/ML Developer klasy korporacyjnej przy użyciu frameworków open-source dla przypadków użycia, w tym NLP, Retrieval-Augmented Generation (RAG), inteligencji dokumentów, prognozowania i inteligentnej automatyzacji, zapewniając, że wszystkie rozwiązania działają bez polegania na zewnętrznych interfejsach API AI opartych na SaaS.
Rola ta koncentruje się na wdrażaniu i obsłudze systemów AI w środowiskach samoobsługowych, lokalnych lub w chmurze prywatnej, przy zachowaniu pełnej własności danych, bezpieczeństwa i zgodności z przepisami. Kandydaci będą stosować najlepsze praktyki MLOps, takie jak CI/CD, wersjonowanie modeli, monitorowanie, wykrywanie dryftu i przekwalifikowanie, jednocześnie ściśle współpracując z zespołami inżynierii danych i platform w celu zapewnienia płynnej integracji. Projekt kładzie również nacisk na wsparcie produkcji, optymalizację wydajności, przestrzeganie odpowiedzialnej sztucznej inteligencji oraz jasne komunikowanie ryzyka, ograniczeń i wyników sztucznej inteligencji interesariuszom technicznym i nietechnicznym.
Twoje zadania
Wykorzystanie LLM do NLP, RAG i analizy dokumentów oraz automatyzacji przypadków użycia bez polegania na zewnętrznych interfejsach API AI opartych na SaaS.
Budowanie i utrzymywanie pipeline'ów RAG, w tym osadzania, wyszukiwania wektorowego i pozyskiwania dokumentów przy użyciu frameworków open-source, przy jednoczesnym zapewnieniu dokładności, skalowalności i wydajności przy niskich opóźnieniach.
Wdrażanie i obsługa modeli AI/ML w środowiskach samoobsługowych, lokalnych lub w chmurze prywatnej, zapewniając bezpieczeństwo danych, zgodność z przepisami i pełną własność modeli i danych.
Wdrażanie i zarządzanie praktykami MLOps, takimi jak potoki CI/CD, wersjonowanie modeli, monitorowanie, ocena wydajności, wykrywanie dryfu danych i przekwalifikowanie modeli w systemach produkcyjnych.
Współpraca międzyfunkcyjna z zespołami ds. inżynierii danych, platform i aplikacji w celu integracji komponentów AI za pośrednictwem wewnętrznych interfejsów API, zapewnienia wsparcia operacyjnego i jasnego komunikowania zainteresowanym stronom ograniczeń, ryzyka i wyników AI.
Wymagania
Silne podstawy w uczeniu maszynowym i głębokim uczeniu, w tym praktyczne doświadczenie z dużymi modelami językowymi opartymi na transformatorach, takimi jak LLaMA, Mistral i Gemma.
Udokumentowane doświadczenie w tworzeniu rozwiązań AI typu open-source, w tym pipeline'ów RAG, embeddings, wyszukiwania wektorowego i systemów analizy dokumentów.
Biegła znajomość języka Python z praktyczną ekspozycją na frameworki AI/ML, takie jak PyTorch, TensorFlow, Hugging Face i scikit-learn.
Doświadczenie we wdrażaniu i zarządzaniu samodzielnie hostowanymi modelami AI/ML przy użyciu praktyk MLOps, takich jak CI/CD, wersjonowanie modeli, monitorowanie i ponowne szkolenie.
Solidne zrozumienie wdrożeń sztucznej inteligencji w chmurze i lokalnie, z silnym naciskiem na bezpieczeństwo danych, zgodność z przepisami i odpowiedzialne wytyczne dotyczące sztucznej inteligencji.
