Senior gépi tanulási mérnök

Stack

Feladatok

• ▹Alapvető ML rendszerek építése egy proaktív, hosszú távú AI termékhez
• ▹A munka végponttól végpontig való felelőssége: adatelőkészítés, tréning, kiértékelés, inferencia, iteráció
• ▹Kutatási ötletek átültetése megbízhatóan futó éles rendszerekbe
• ▹Modellhibák és rendszerproblémák hibakeresése valós éles jelek alapján
• ▹Gyors iteráció: kiadás, mérés, finomítás, ismétlés
• ▹Szoros együttműködés a kutatási, termék- és mérnöki csapatokkal a valós felhasználói hatás érdekében
• ▹Más ML mérnökök mentorálása és munkájuk átnézése
• ▹Munka valós éles korlátok mellett: késleltetés, költség, megbízhatóság, biztonság

Elvárások

• ▹Bizonyítottan épített és élesített ML rendszerek valós felhasználók számára
• ▹Annak megértése, hogyan viselkednek — és hibáznak — a modern ML modellek éles környezetben
• ▹Erős, éles minőségű kódírás, rendszerszemlélet szkriptek helyett
• ▹Felelősségvállalás, önálló munkavégzés, a munka végigvitele
• ▹Gyors tanulás, világos kommunikáció, iteráción keresztüli fejlődés
• ▹Tech stack: Python, PyTorch/JAX, GPU-alapú tréning- és inferenciarendszerek

Soft skillek

A munkáltatóról

Az A1 célja egy proaktív, intelligens asszisztens építése a mindennapi felhasználóknak, amely minimális promptolással hoz intelligenciát a beszélgetésekbe, teendőkbe és munkafolyamatokba. A termék a hosszú távon futó folyamatok megbízhatóságára, a perzisztens kontextusra és a valós feladatok elvégzésére épül, a cél a felhasználók napi időmegtakarításának ~90%-os növelése.