LLM enginer

Zadania:

• Projektowanie, trenowanie i optymalizacja dużych modeli językowych (LLM) dla różnorodnych zastosowań biznesowych.
• Wdrażanie i skalowanie modeli w środowiskach produkcyjnych, w tym fine-tuning i dostosowywanie do specyficznych potrzeb klientów.
• Analiza i poprawa wydajności modeli pod kątem metryk takich jak dokładność, latencja i zużycie zasobów.
• Współpraca z zespołami Data Science, MLOps oraz inżynierami backendu w celu integracji modeli z istniejącymi systemami.
• Eksploracja nowych architektur i technik w dziedzinie NLP, takich jak few-shot learning, RAG (Retrieval-Augmented Generation) czy continual learning.
• Prowadzenie badań i prototypowanie nowych rozwiązań opartych na najnowszych publikacjach naukowych.
• Mentoring mniej doświadczonych członków zespołu i dzielenie się wiedzą techniczną.

Czego oczekujemy?

• Minimum 5 lat doświadczenia w pracy z modelami uczenia maszynowego, w tym co najmniej 3 lata z modelami językowymi (NLP/LLM).
• Głęboka znajomość frameworków takich jak PyTorch, TensorFlow, Hugging Face Transformers, LangChain lub podobnych.
• Doświadczenie w pracy z narzędziami do zarządzania danymi i trenowania modeli, np. DVC, Weights & Biases, MLflow.
• Praktyczna wiedza na temat wdrażania modeli w chmurze (AWS, GCP, Azure) oraz optymalizacji pod kątem skalowalności (np. Kubernetes, Ray, Triton Inference Server).
• Znajomość technik takich jak quantization, pruning, distillation w celu optymalizacji modeli.
• Umiejętność programowania w Pythonie na zaawansowanym poziomie oraz doświadczenie w pracy z bibliotekami do przetwarzania danych (np. Pandas, NumPy).
• Dobra znajomość języka angielskiego (min. B2) – praca w międzynarodowym zespole.
• Mile widziane: publikacje nau