Alkalmazott MI-kutató

Stack

Feladatok

• ▹Lehetőségek azonosítása és körülhatárolása, szigorú kísérletek tervezése, a foundation model kutatás-fejlesztés ütemtervének megvalósítása
• ▹A foundation modellek teljesítményértékelési mércéjének gondozása: offline benchmarkok, idő- és entitásfüggő holdoutok, kalibráció, drift- és teljesítményromlás-figyelés, őszinte összehasonlítás erős klasszikus alapmodellekkel
• ▹Modellek végigvitele az adat-előkészítéstől és tokenizálástól az előtanításon, finomhangoláson, desztillálás és kvantálás útján a szűk késleltetési keretű, valós idejű éles kiszolgálásig
• ▹Együttműködés a mérnökökkel a tanítási infrastruktúrán, a GPU-hatékonyságon, a feature- és embedding-tárakon és a nagy léptékű kiszolgáláson
• ▹Munka az ügyfélkapcsolati csapatokkal és ügyfelekkel, hogy a modellek képességeiből és korlátaiból kockázati csapataik számára döntések szülessenek
• ▹Együttműködés a jogi és megfelelőségi csapattal és az ügyfelek modellkockázati csapataival a magyarázhatóság, a dokumentáció és az irányítás kialakításában

Elvárások

• ▹4+ év alkalmazott gépi tanulási, kvantitatív modellezési vagy ML engineering tapasztalat, benne legalább egy olyan foundation model, amelyet előtanítottál vagy lényegesen adaptáltál, és valós forgalom elé kerültél vele
• ▹Gyakorlati önfelügyelt előtanítási tapasztalat, valamint finomhangolási és adaptációs gyakorlat
• ▹Éles tapasztalat modellkiszolgálásban, verziózásban, monitorozásban és visszaállításban
• ▹Képesség önálló, bizonytalan alkalmazott kutatási projektek vezetésére, világos kommunikációval az adattudományi, mérnöki, termék-, marketing- és külső partnerek felé
• ▹Erős Python és SQL, nagyon nagy adathalmazok előkészítésében szerzett jártasság

Előny

• ▹Háttér a csalás, AML, fizetések, hitelezés vagy adverzális gépi tanulás területén
• ▹LLM-alapú ágensek éles építésének és értékelésének tapasztalata
• ▹Publikációk, kiadott modellek vagy nyílt forráskódú hozzájárulások a reprezentációtanulás vagy szekvenciamodellezés területén
• ▹Modellkockázat-kezelés és dokumentáció szabályozott pénzügyi környezetben

Soft skillek

Amit kínálunk

• ▹Nagyvonalú fizetés készpénzben és részvényben
• ▹Korai opciógyakorlás minden opcióra, az előre megszerzettekre is
• ▹Távmunka, bárhonnan
• ▹Rugalmas fizetett szabadság és év végi szünet
• ▹Egészség-, fogászati és látásbiztosítás a munkatársaknak és családtagjaiknak (USA és Kanada)
• ▹4%-os 401(k)/RRSP-hozzájárulás (USA és Kanada)
• ▹MacBook Pro házhoz szállítva
• ▹Egyszeri támogatás az otthoni iroda kialakítására
• ▹Havi étkezési és közösségi programtámogatás
• ▹Éves egészség- és wellnesstámogatás
• ▹Éves tanulási keret

A munkáltatóról

A Sardine ágensalapú kockázatkezelő platform a pénzügyi bűnözés elleni küzdelemhez: valós időben állítja meg a csalásokat, megelőzi az MI-vezérelt támadásokat, és automatizálja a csalás- és AML-műveleteket. Konzorciuma több mint 6 milliárd profilozott eszközt fed le. Ügyfelei között van a FIS, a GoDaddy, az Intuit és a Checkout.com.