Фахівець з ШІ та машинного навчання - Франкфурт на Майні
Зарплата 2500 € - Colobridge GmbH

Що ми будуємо

Ми будуємо додаток нового покоління для підтримки, продажу та аналізу даних. Він використовує чат, агентів і функціональні виклики до зовнішніх систем.

Вимоги:

• 3+ роки професійного досвіду з Python;
• Досвід використання Generative AI, LLMs, RAG та векторних баз даних у виробництві;
• Здатність писати код на рівні виробництва на Python;
• Досвід у розробці LLM агентів для конкретних завдань;
• Досвід функціональних викликів до зовнішніх інструментів та систем;
• Досвід роботи з фреймворками LLM (наприклад, LangChain, LlamaIndex) і техніками інженерії промптів;
• Досвід роботи з LLM у виробництві: Доведений досвід дослідження, розробки та налаштування великих мовних моделей у виробничих середовищах.

• Досвід найкращих практик у розробці ПЗ, включаючи контроль версій, тестування та безперервну інтеграцію;
• Фундаментальні знання з Data Science;
• Знання екосистеми open-source, фреймворків та бібліотек.

Буде плюсом:

- Досвід з Операціями Машинного Навчання

- Повний цикл досвіду у зборі даних, налаштуванні, навчанні, оцінці, тестуванні та впровадженні рішень Generative app у виробництво;

- Досвід у створенні бек-енд мікросервісів та платформ даних за допомогою Python.

Обов'язки

• Писати виробничий код, який відповідає високим стандартам якості та підтримуваності;

• Вибір найбільш відповідних моделей Generative AI, NLP та ML залежно від випадку використання;

• Використання своїх навичок інженерії промптів і з'єднання промптів для створення нових промптів та постійного вдосконалення існуючих;

• Інженерія LLM, висновки, налаштування та навчання мовних моделей. Оптимізація моделей NLP;

• Впровадження сервісів у виробничі середовища;

• Розробка та впровадження стратегій інженерії промптів, покращення моделей та навчальних pipeline для підвищення продуктивності моделей;

• Управління інтеграцією знань компанії до моделей NLP для поліпшення контекстного розуміння та релевантності результатів;

• Оцінка та використання найсучасніших методів векторного представлення та кодування для забезпечення оптимальної продуктивності моделей;

• Керування командою в розширенні та вдосконаленні таксономій за допомогою великих мовних моделей, з наступним переглядом людьми для точності тегування;

• Запровадження найкращих практик у розробці, впровадженні та підтримці моделей NLP, залишаючись в курсі найновіших тенденцій та досліджень у галузі;

• Поліпшення нашої інфраструктури LLMOps для забезпечення надійного зворотного зв'язку з найбільш відповідними метриками для постійної оптимізації кожного випадку використання;

Ступінь

Комп'ютерні науки, Інженерія, Data Science або подібне

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;