Specjalista ds. sztucznej inteligencji i uczenia maszynowego - Frankfurt nad Menem
Płaca 2500 € - Colobridge GmbH

Co budujemy

Budujemy aplikację nowej generacji do wsparcia, sprzedaży i analizy danych. Wykorzystuje chat, agentów i połączenia funkcjonalne do zewnętrznych systemów.

Wymagania:

• Ponad 3 lata profesjonalnego doświadczenia z Pythonem;
• Doświadczenie w używaniu Generative AI, LLMs, RAG i wektorowych baz danych w produkcji;
• Zdolność do pisania kodu na poziomie produkcyjnym w Pythonie;
• Doświadczenie w rozwoju agentów LLM dla specyficznych zadań;
• Doświadczenie w funkcjonalnym wywoływaniu połączeń zewnętrznych narzędzi i systemów;
• Doświadczenie z frameworkami LLM (np. LangChain, LlamaIndex) oraz technikami Inżynierii promptów;
• Doświadczenie produkcyjne z LLMs: Udowodnione doświadczenie w badaniu, budowaniu i dostrajaniu dużych modeli językowych w środowiskach produkcyjnych.

• Doświadczenie z najlepszymi praktykami w rozwoju oprogramowania, w tym kontroli wersji, testowania i ciągłej integracji;
• Podstawowa wiedza z zakresu Data Science;
• Znajomość ekosystemu open-source, frameworków i bibliotek.

Będzie plusem:

- Doświadczenie z Operacjami Uczenia Maszynowego

- Doświadczenie end-to-end w zbieraniu danych, fine-tuning, szkoleniu, ocenie, testowaniu i wdrażaniu rozwiązań aplikacyjnych Generative w produkcji;

- Doświadczenie w budowie mikroserwisów back-endowych i platform danych przy użyciu Pythona.

Obowiązki

• Pisanie kodu produkcyjnego, który spełnia wysokie standardy jakości i utrzymania;

• Wybór najbardziej odpowiednich modeli Generative AI, Natural Language Processing (NLP) i Machine Learning (ML) w zależności od przypadku użycia;

• Wykorzystywanie swoich umiejętności inżynierii promptów i łączenia promptów do tworzenia nowych promptów oraz ciągłego doskonalenia istniejących;

• Inżynieria LLM, wnioskowanie, tuning i szkolenie modeli językowych. Optymalizacja modeli NLP;

• Wdrażanie usług w środowiskach produkcyjnych;

• Rozwój i implementacja strategii inżynierii promptów, doskonalenia modeli i pipeline'ów szkoleniowych, aby zwiększyć wydajność modeli;

• Zarządzanie integracją wiedzy firmy z modelami NLP w celu poprawy zrozumienia kontekstowego i trafności wyników;

• Ocena i wykorzystywanie najnowszych metod embedingu wektorów i kodowania w celu zapewnienia optymalnej wydajności modeli;

• Prowadzenie zespołu w rozszerzaniu i doskonaleniu taksonomii przy użyciu dużych modeli językowych, a następnie przegląd przez ludzi pod kątem dokładności tagowania;

• Promowanie najlepszych praktyk w rozwoju, wdrażaniu i utrzymaniu modelów NLP, pozostając na bieżąco z najnowszymi trendami i badaniami w branży;

• Doskonalenie naszej infrastruktury LLMOps w celu posiadania solidnej pętli zwrotnej z najbardziej odpowiednimi metrykami, aby ciągle optymalizować każdy przypadek użycia;

Stopień

Informatyka, Inżynieria, Data Science lub podobne

Tech Stack

Python, SQL, Fastapi, Celery, W&B, Docker, AWS: SQS, S3; APK runner, ECR; CircleCI, Docker Hub, Bitbucket, Localstack, LangGraph, LangChain, LlamaIndex, OpenAI, Mistral, llama 3;