Senior Machine Learning Mérnök

Stack

Feladatok

• ▹Végponttól végpontig terjedő dokumentum-intelligencia pipeline-ok tervezése és megvalósítása AWS-en
• ▹ML modellek fejlesztése és optimalizálása dokumentumosztályozáshoz, szegmentáláshoz és mezőkinyeréshez
• ▹Skálázható adatfeldolgozó rendszerek építése akár 2000 oldalas PDF-ek kezelésére
• ▹Együttműködés szakértőkkel a kinyerési követelmények kialakításában
• ▹Funkciók felelős vitele a kutatástól a production bevezetésig és monitorozásig
• ▹Kiértékelési keretrendszerek és minőségi metrikák kialakítása a kinyerési pontossághoz

Elvárások

• ▹Haladó szintű Python-tudás (natív, Pandas, ScikitLearn, Tensorflow vagy Pytorch, PyStats, Pydantic)
• ▹Tapasztalat AWS ML-eszközökkel: Sagemaker, Lambda, Cloudformation/CDK, Step Functions
• ▹Haladó SQL és adatmodellezési ismeretek
• ▹GenAI tapasztalat dokumentum-intelligenciához: prompt engineering, RAG, multimodális modellek, AWS Bedrock vagy Azure OpenAI production bevezetés
• ▹Kísérlettervezési tapasztalat: power analysis, hipotézisvizsgálat
• ▹Kiváló írásbeli és szóbeli kommunikáció távoli, aszinkron munkakörnyezethez
• ▹Tapasztalat egy funkció teljes körű, koncepciótól productionig tartó viteléhez

Előny

• ▹Dokumentumfeldolgozó eszközök: AWS Textract, Azure Document Intelligence vagy hasonló OCR/layout-detektáló rendszerek
• ▹PDF- és képfeldolgozó könyvtárak: PyMuPDF, OpenCV, Pillow
• ▹Gépi tanulási és data science tapasztalat: algoritmusválasztás, feature engineering, modelltanítás, hiperparaméter-hangolás, felügyelt és felügyelet nélküli tanulás, pipeline-építés
• ▹AWS big data technológiák: Redshift, S3, EMR, Glue

Soft skillek

A munkáltatóról

Az Exadel AI-first globális technológiai vállalat, 25+ év mérnöki tapasztalattal, 2000+ munkatárssal és 500+ aktív projekttel Fortune 500-as ügyfeleknek, köztük a HBO, Microsoft, Google és Starbucks számára. Az ügyfél a jármű-életciklus megoldások vezető szolgáltatója, székhelye Chicagóban, 350+ biztosítótársaságot és 24 000+ javítóműhelyt köt össze.