Lead data scientist

Stack

Feladatok

• ▹AI-megoldások elemzése, tervezése és fejlesztése gépi tanulási, deep learning és NLP eszközökkel és technikákkal, az adott felhasználási esetnek megfelelően
• ▹Új AI-keretrendszerek és technológiák kutatása, és alkalmazásuk PoC-k, prototípusok, termékek és képességek fejlesztésében
• ▹Legújabb kis és nagy nyelvi modellek (SLM-ek és LLM-ek) használata AI-alapú megoldásokhoz
• ▹Hozzájárulás az új alkalmazások és testreszabások követelményeihez a szabványok, folyamatok és jó gyakorlatok betartásával
• ▹Junior munkatársak tanítása és fejlesztése
• ▹Csoporton belüli és külső nyilvános előadások, szakmai irányok kommunikálása
• ▹Együttműködés több földrajzi helyen dolgozó, keresztfunkcionális csapatokkal termékinnovációs és K+F kezdeményezéseken
• ▹Kutatási cikkek publikálása, találmánybejelentések és szabadalmak benyújtása AI-megoldásokhoz
• ▹Olyan lehetőségek azonosítása, ahol az AI kulcsfontosságú tényező lehet

Elvárások

• ▹Python és a kapcsolódó data science eszközök ismerete: pandas, numpy, sklearn, keras, torch, transformers, spacy, gensim
• ▹Gépi tanulási, deep learning és NLP koncepciók és modellek alapos ismerete felügyelt és felügyelet nélküli tanuláshoz
• ▹Gyakorlati ismeret Python alapú API-keretrendszerekben, például FastAPI-ban, és JSON-objektumok kezelésében
• ▹Prompt engineering szakértelem, külső API-alapú LLM-ekkel (GPT-család) és saját üzemeltetésű modellekkel (Llama, dbrx, gemma, Mistral)
• ▹Optimalizált SQL-lekérdezések és tárolt eljárások készítése
• ▹Szakértelem AI-megoldás-architektúrák és pipeline-ok tervezésében
• ▹Tapasztalat egyszerű, Python alapú felhasználói felületek készítésében, például streamlittel
• ▹Tapasztalat verziókezelő eszközökkel, például GitHubbal és Bitbuckettel
• ▹Jó gyakorlati ismeret a PySparkról
• ▹Tapasztalat Unix parancsokkal rendszerek és adatbázisok eléréséhez, szolgáltatások és API-k telepítéséhez és kezeléséhez
• ▹Gyakorlati ismeret felhőplatformokról, például Azure-ról, és a felhőnatív szolgáltatásokról
• ▹Legalább 7 év releváns tapasztalat a data science területén
• ▹A modern szoftverfejlesztési koncepciók és módszertanok haladó ismerete
• ▹Tapasztalat olyan megoldások összeállításában, ahol az AI egy részkomponens

Előny

• ▹Databricks ismerete
• ▹MLOps eszközök, például MLflow ismerete
• ▹Tapasztalat UI keretrendszerrel, például Angularral vagy Reacttel
• ▹Tapasztalat dashboard-eszközökkel, például Power BI-jal

Soft skillek

A munkáltatóról

A Mastercard Foundry egy globális innovációs csoport, amelyen belül a K+F csapat új technológiákkal, például kvantumszámítással, térbeli számítástechnikával, adatvédelmet erősítő technológiákkal, generatív AI-jal és gépi tanulással foglalkozik.