Kutatómérnök / kutató, adatértés – alapok

Stack

Feladatok

• ▹Új módszerek kidolgozása az adatok kiválasztására, kombinálására és átalakítására
• ▹Olyan adatkészletek létrehozása, amelyek javítják a modellek képességeit
• ▹Szigorú kísérletek tervezése annak megértésére, hogyan hatnak az adatokkal kapcsolatos döntések és beavatkozások a modell tanulására és a későbbi viselkedésére
• ▹Munka élvonalbeli modellekkel és webléptékű adatokkal annak bizonyítására, mely megközelítések működnek és miért
• ▹A sikeres kutatási eredmények lefordítása skálázható adatfeldolgozó folyamatokra

Elvárások

• ▹Erős eredménylista új vagy továbbfejlesztett gépi tanulási ötletekben publikációk, projektek vagy alkalmazott kutatás révén
• ▹Kutatási irány birtoklása és vezetése: a megfelelő problémák kiválasztásától a hosszú távú munka eredményig vitelig
• ▹Lelkesedés az OpenAI empirikus, együttműködő kutatási megközelítése iránt

Előny

• ▹Megfontoltság az AI hatásait illetően, többek között az adatvédelem, az adatok eredete és az adatminőség terén
• ▹Tapasztalat nagy teljesítményű mélytanulási vagy nagy léptékű adatfeldolgozó rendszerek építésében

Soft skillek

A munkáltatóról

Az OpenAI egy AI-kutató és -alkalmazó vállalat, amelynek célja, hogy az általános célú mesterséges intelligencia az egész emberiség javát szolgálja. A Data Understanding csapat a modelltanításhoz szükséges, minőségi adatkészleteket és azok kvantált reprezentációját hozza létre: adatszintézis, VQ-reprezentációk, feldolgozás, szűrés, deduplikáció, minőség-ellenőrzés és tokenizálás.