Machine Learning Mérnök

Stack

Feladatok

• ▹Adatfeldolgozó pipeline-ok és gépi tanulási megoldások fejlesztése nagy léptékű NLP és LLM-alkalmazásokhoz, beleértve a tanító adathalmazok minőségének javítását, szűrését és előkészítését
• ▹Nagy adathalmazok feldolgozását és elemzését végző pipeline-ok tervezése és megvalósítása
• ▹Komplex idősoros adatok elemzése és értelmezése, hasznosítható betekintések nyújtása
• ▹Adatvezérelt modellek és algoritmusok tervezése, implementálása és karbantartása
• ▹Dataset-kurátori technikák fejlesztése az AI tanító adatok minőségének és hatékonyságának javítására
• ▹Skálázható pipeline-ok építése nagy léptékű szöveges adathalmazok szűréséhez, deduplikálásához és javításához LLM-tanításhoz
• ▹Együttműködés cross-funkcionális csapatokkal az adatigények megértéséért és időben történő megoldások szállításáért
• ▹Adatminőség és -integritás biztosítása minden folyamatban
• ▹OCR technológia alkalmazása dokumentumok szerkeszthető és kereshető adattá alakítására
• ▹Legjobb gyakorlatok kutatása és alkalmazása a data science és machine learning területén
• ▹Hozzájárulás a belső adatfeldolgozó eszközök és infrastruktúra fejlesztéséhez

Elvárások

• ▹BSc, MSc vagy doktori fokozat Data Science, Computer Science, Statisztika vagy kapcsolódó területen
• ▹Minimum 3 év munka- vagy kutatási tapasztalat nagy adathalmazokkal
• ▹Erős Python (vagy más objektumorientált nyelv) programozási készség
• ▹Graduate szintű statisztikai ismeretek, köztük hipotézisvizsgálat, regresszióanalízis és valószínűségszámítás
• ▹Kiváló munkamorál és képesség gyors tempójú startup környezetben helytállni
• ▹Erős problémamegoldó készség és figyelem a részletekre
• ▹Jó kommunikációs készség, komplex adatfogalmak közérthető magyarázatára
• ▹Tapasztalat magas teljesítményű csapatban való munkavégzésben

Előny

• ▹Tapasztalat nagy léptékű szöveges adathalmazokkal, NLP pipeline-okkal vagy LLM-tanítási adat-előkészítéssel
• ▹Tapasztalat szövegdeduplikációval, dataset szűréssel, korpuszkurátorsággal vagy data distillation-nel

Soft skillek

Amit kínálunk

• ▹Versenyképes fizetés, juttatások és részesedés (equity)
• ▹Teljesen távoli munkavégzés

A munkáltatóról

A Wynd Labs olyan infrastruktúrát épít, amely nagy mennyiségű webes adatot szolgáltat a legfejlettebb AI-modelleket tanító vállalatoknak. A csapat üzemelteti a Grass sávszélesség-megosztó hálózatot, amely egy elosztott crawlert tesz lehetővé, és pipeline-okat épít videók, átiratok és hangfájlok feldolgozásához, dataset-ek létrehozásához a vezető AI-laboratóriumok számára. Teljesen távoli munkavégzésű csapat.