Inżynier uczenia maszynowego

Dołącz do Hire Hangar i pracuj z szybko rozwijającymi się globalnymi firmami, budując długoterminową karierę. Stanowisko: Inżynier uczenia maszynowego (dane i sztuczna inteligencja) Lokalizacja: Zdalna strefa czasowa: Strefy czasowe USA (EST - PST) Omówienie roli Poszukujemy wykwalifikowanego inżyniera uczenia maszynowego z solidnymi podstawami inżynierii danych do budowania, trenowania i wdrażania modeli ML i potoków danych w szeregu złożonych środowisk. Ta rola znajduje się na styku danych i sztucznej inteligencji - będziesz odpowiedzialny za wszystko, od pozyskiwania, czyszczenia i strukturyzacji danych po trenowanie modeli, ocenę wydajności i wprowadzanie rozwiązań do produkcji.

Idealny kandydat rygorystycznie myśli o jakości danych, rozumie pełny cykl życia uczenia maszynowego i równie dobrze czuje się pracując z dużymi zbiorami danych, jak dostrajając modele lub budując skalowalne potoki wnioskowania. Kluczowe obowiązki - Projektowanie, budowanie i utrzymywanie solidnych potoków danych na potrzeby pozyskiwania, transformacji i inżynierii funkcji - Opracowywanie, trenowanie, ocenianie i iterowanie modeli uczenia maszynowego w ramach zadań klasyfikacji, regresji, grupowania i NLP - Dostrajanie i dostosowywanie wstępnie wytrenowanych LLM i modeli podstawowych do konkretnych przypadków użycia i zestawów danych - Budowanie infrastruktury MLOps i zarządzanie nią, w tym wersjonowanie modeli, śledzenie eksperymentów i potoki wdrażania - Praca z danymi ustrukturyzowanymi i nieustrukturyzowanymi na dużą skalę - w tym dane tekstowe, tabelaryczne i szeregi czasowe - Monitoruj wydajność modeli w środowisku produkcyjnym i wdrażaj strategie ponownego szkolenia i wykrywania dryftu - Współpraca z zespołami inżynieryjnymi i produktowymi w celu przełożenia wniosków z danych na przydatne funkcje sztucznej inteligencji - Jasno i dokładnie dokumentuj schematy danych, architektury modeli i logikę potoków Wymagane kwalifikacje - Silne umiejętności Pythona z praktycznym doświadczeniem w podstawowych bibliotekach ML (scikit-learn, PyTorch, TensorFlow lub podobne) - Solidne doświadczenie w inżynierii danych - Potoki SQL, ETL i praca z dużymi zbiorami danych - Praktyczne doświadczenie w szkoleniu modeli, ewaluacji, dostrajaniu hiperparametrów i wdrażaniu - Znajomość LLM i architektur opartych na transformatorach; doświadczenie w dostrajaniu lub szybkiej inżynierii w kontekście produkcyjnym - Doświadczenie w śledzeniu eksperymentów i narzędziach MLOps (MLflow, Weights & Biases, DVC lub podobne) - Dobra znajomość koncepcji statystycznych, zasad jakości danych i wskaźników wydajności modeli - Wymagane wcześniejsze doświadczenie w pracy zdalnej, biegła znajomość narzędzi i platform do zdalnej współpracy (takich jak Slack, Zoom, Google Workspace, Asana lub podobne) oraz idealna współpraca z firmami z USA lub Wielkiej Brytanii. Zgłoszenia bez tego doświadczenia nie będą brane pod uwagę.

Preferowane kwalifikacje - Doświadczenie z rozproszonymi platformami przetwarzania danych (Spark, Dask lub podobne) - Znajomość wektorowych baz danych i systemów wyszukiwania opartych na osadzaniu - Znajomość pracy z potokami danych w czasie rzeczywistym lub strumieniowo (Kafka, Flink lub podobnymi) - Kontakt z natywnymi w chmurze platformami ML (AWS SageMaker, GCP Vertex AI, Azure ML) - Doświadczenie w zarządzaniu danymi, śledzeniu pochodzenia lub przepływach pracy danych uwzględniających zgodność Narzędzia i technologia - Python, SQL i podstawowe biblioteki ML/danych (PyTorch, scikit-learn, Pandas, NumPy) - MLOps: MLflow, Weights & Biases, DVC lub równoważne - Hurtownie i jeziora danych: Snowflake, BigQuery, Redshift lub podobne - Platformy LLM: Hugging Face, OpenAI, Anthropic lub podobne - Infrastruktura chmurowa: AWS, GCP lub Azure - Google Workspace, Slack, Zoom i narzędzia do współpracy zdalnej Uwaga: Bardzo ważne jest, aby wypełnić cały formularz zgłoszeniowy. W ramach procesu aplikacyjnego będziesz musiał nagrać film. Jeśli Twoja aplikacja zostanie pomyślnie rozpatrzona, otrzymasz wiadomość e-mail z potwierdzeniem kolejnych kroków - film stanowi pierwszy etap rozmowy kwalifikacyjnej.

Jeśli nie nagrasz filmu, nie będziemy mogli uwzględnić Cię w żadnym wolnym stanowisku. Łączymy najlepsze talenty ze sprawdzonymi pracodawcami, konkurencyjną płacą i prawdziwymi możliwościami rozwoju. Aplikuj bezpośrednio na RemoteJobs.org: https://remotejobs.org/remote-jobs/machine-learning-engineer-hire-hangar-himala