Állás · Medior

Data scientist

Data Scientist • Medior • Remote • Teljes munkaidő • Portugália Portugália

Az Intermedia AI Data Science csapatába data scientistet keresnek, aki gépi tanulási, generatív AI és statisztikai módszerekkel javítja a digitális ágensek intelligenciáját, hatékonyságát és megbízhatóságát. A munka nagy nyelvi modellekre, retrievalre, ágensviselkedésre, kísérletezésre és kiértékelésre terjed ki.

Feladatok

  • ▹Az Intermedia Digital Agent Platformját működtető gépi tanulási és generatív AI megoldások fejlesztése, kiértékelése és javítása
  • ▹Nagy nyelvi modellek (LLM), természetesnyelv-feldolgozás, retrieval és más fejlett AI-technikák alkalmazása az ágensek megértésének és teljesítményének javítására
  • ▹Az ágensek érvelésének, eszközválasztásának, tudáskeresésének, kontextuskezelésének, személyre szabásának és feladatteljesítésének javítását szolgáló megközelítések kidolgozása
  • ▹Modell-, prompt-, retrieval- és ágenskonfigurációs stratégiákkal való kísérletezés a legjobb ügyfél- és üzleti eredményekért
  • ▹Kereskedelmi és nyílt forráskódú modellek kiértékelése, és ajánlás minőség, késleltetés, skálázhatóság és költség alapján
  • ▹Retrieval-augmented generation (RAG) megoldások tervezése, fejlesztése és optimalizálása, amelyek a digitális ágenseket vállalati és ügyfélinformációkra alapozzák
  • ▹Embeddingek, retrieval-stratégiák, rangsorolási megközelítések, szemantikus keresés és más tudáskeresési technikák fejlesztése és kiértékelése
  • ▹Végpontól végpontig tartó pipeline-ok építése és finomítása, amelyek az LLM-eket retrieval-rendszerekkel, vállalati tudásforrásokkal és ágens-munkafolyamatokkal kombinálják
  • ▹Az AI által generált válaszok relevanciájának, pontosságának és következetességének javítása; hallucinációk, gyenge retrieval, nem megfelelő válaszok és más hibamódok azonosítása és enyhítése
  • ▹Szigorú kiértékelési keretrendszerek kidolgozása a digitális ágensek minőségére (pontosság, relevancia, feladatteljesítés, megbízhatóság, biztonság, ügyfélélmény)
  • ▹Offline és online kísérletek tervezése modellek, promptok, retrieval-stratégiák és ágenskonfigurációk összehasonlítására
  • ▹Statisztikai elemzés, hipotézisvizsgálat, szegmentálás és más kvantitatív módszerek alkalmazása az AI teljesítményének értékelésére; metrikák és benchmarkok meghatározása, amelyek összekötik a modell- és ágensteljesítményt az ügyfél- és üzleti eredményekkel
  • ▹Az éles viselkedés és visszajelzések elemzése a minták, hibamódok és fejlesztési lehetőségek azonosítására
  • ▹Adat- és modellminőség biztosítása átfogó teszteléssel, validálással és teljesítményértékeléssel
  • ▹Nagy mennyiségű strukturált és strukturálatlan adat összegyűjtése, előfeldolgozása, elemzése és modellezése több forrásból Pythonnal, SQL-lel, Sparkkal és más technológiákkal
  • ▹Jellemzők (feature-ök), adathalmazok és elemzési megközelítések fejlesztése a modellfejlesztés, kísérletezés és kiértékelés támogatására
  • ▹Együttműködés adat- és mérnökcsapatokkal megbízható pipeline-ok építésében a modelltanításhoz, kiértékeléshez és éles használathoz; hozzájárulás a skálázható ML/AI pipeline-okhoz
  • ▹Reprodukálható, karbantartható, éles léptékben is működő megoldások
  • ▹Együttműködés a Product, AI/ML Engineering, Software Engineering és más data science csapattagokkal az ügyfél- és üzleti problémák hatékony AI-megoldásokká fordításában
  • ▹Az elemzési eredmények, modellteljesítmény, kompromisszumok és javaslatok világos kommunikálása technikai és nem technikai érdekelteknek
  • ▹Részvétel technikai és tervezési átnézésekben, az AI-kísérletezés, kiértékelés és modellfejlesztés gyakorlatának kialakításában; kevésbé tapasztalt data scientistek mentorálása

Elvárások

  • ▹Alapdiploma data science, statisztika, számítástechnika, matematika, gépi tanulás, analitika vagy kapcsolódó kvantitatív területen; mesterdiploma előnyt jelent
  • ▹4+ év professzionális tapasztalat data science, gépi tanulás, alkalmazott AI vagy kapcsolódó elemzési területen
  • ▹Erős tapasztalat felügyelt és felügyelet nélküli gépi tanulási modellek valós problémákra való fejlesztésében és alkalmazásában
  • ▹Gyakorlati tapasztalat generatív AI-jal, nagy nyelvi modellekkel, NLP-vel vagy más modern AI-technológiákkal
  • ▹Erős programozási készség Pythonban, tapasztalat SQL-lel és nagy léptékű adatfeldolgozó technológiákkal
  • ▹Tapasztalat modern gépi tanulási keretrendszerekkel, például PyTorch, TensorFlow, scikit-learn vagy azokkal egyenértékű technológiák
  • ▹Erős statisztikai elemzési, kísérletezési, hipotézisvizsgálati, modellkiértékelési és teljesítménymérési ismeretek
  • ▹Tapasztalat nagy mennyiségű strukturált és strukturálatlan adattal
  • ▹Bizonyított képesség a bizonytalan problémák önálló megfogalmazására, elemzési megközelítések kidolgozására, alternatívák értékelésére és használható megoldások szállítására
  • ▹Tapasztalat gépi tanulási vagy AI-megoldások kísérleten túli, éles bevezetésében és üzemeltetésében való közreműködésben
  • ▹Az éles AI-rendszerek modellminőségi, adatminőségi, torzítási (bias) és megbízhatósági szempontjainak ismerete
  • ▹Erős problémamegoldó és elemzőkészség, a technikai eredmények ügyfél- és üzleti eredményekhez kötésének képességével
  • ▹Erős írásbeli és szóbeli kommunikáció, összetett elemzési és AI-fogalmak elmagyarázása technikai és nem technikai közönségnek
  • ▹Hatékony együttműködés a Data Science, AI/ML Engineering, Software Engineering, Product és üzleti csapatok között

Előny

  • ▹Mesterdiploma

Soft skillek

Önálló problémamegfogalmazás és megoldásszállításErős írásbeli és szóbeli kommunikációEgyüttműködés több csapat közöttMentorálás és tudásmegosztás
Végzettség: Alapdiploma data science, statisztika, számítástechnika, matematika, gépi tanulás, analitika vagy kapcsolódó kvantitatív területen; mesterdiploma előnyt jelent

Hasonló állások