Open-Source Machine Learning mérnök - EMEA Remote

Stack

Feladatok

• ▹Munka meglévő open-source könyvtárakon, mint a Transformers, Datasets, PyTorch és vLLM
• ▹Együttműködés a felhasználókkal és közreműködőkkel a tág open-source ML ökoszisztémában
• ▹Az egyik legaktívabb gépi tanulási közösség gondozása, segítve a felhasználókat az épített eszközök használatában és a hozzájárulásban
• ▹Napi együttműködés kutatókkal, ML szakemberekkel és data scientistekkel GitHubon, fórumokon és Slacken keresztül

Elvárások

• ▹Erős Python tudás, tapasztalat tiszta, jól tesztelt, karbantartható library kód írásában
• ▹Mély gyakorlati tapasztalat modern deep learning keretrendszerrel, különösen PyTorch (JAX vagy TensorFlow előny)
• ▹Gyakorlati tapasztalat a Hugging Face open-source stackkel (Transformers, Datasets, Accelerate) vagy hasonló ML könyvtárakkal
• ▹Nyilvános, GitHubon áttekinthető open-source hozzájárulások (pl. mergelt pull requestek ML vagy data könyvtárakhoz)
• ▹A modern gépi tanulás és deep learning, beleértve a transformer architektúrákat, alapos ismerete
• ▹Tapasztalat technikai közösséggel való nyílt együttműködésben (GitHub issue-k és review-k, fórumok, Slack vagy Discord)
• ▹Folyékony írásos angol az aszinkron együttműködéshez egy elosztott, globális közösségben

Előny

• ▹Tapasztalat open-source projekt karbantartásában
• ▹Korábbi hozzájárulások a Transformers, Datasets, Accelerate vagy hasonló könyvtárakhoz
• ▹Jártasság elosztott tréningben, inference optimalizációban vagy GPU/gyorsító teljesítményoptimalizálásban
• ▹Tapasztalat modellek nagy léptékű tréningjében vagy fine-tuningjában

Soft skillek

Amit kínálunk

• ▹Rugalmas munkaidő és távmunka lehetőség
• ▹Egészség-, fogászati és látásbiztosítás a munkavállalóknak és eltartottjaiknak
• ▹Szülői szabadság és rugalmas fizetett szabadság
• ▹Céges részesedés (equity) minden munkavállalónak
• ▹Releváns konferenciák, képzések és oktatás térítése
• ▹Lehetőség a New York-i és párizsi irodák meglátogatására; munkaállomás biztosítása szükség esetén