N-iX ищет старшего инженера по прикладным машинному обучению (Senior Applied ML Engineer) для поддержки команды клиента по лицензированию данных (Data Licensing team), которая разрабатывает обучающие наборы данных для передовых лабораторий искусственного интеллекта (frontier AI labs). Вы будете оценивать и внедрять в продакшн существующие модели и сервисы машинного обучения для обогащения метаданными по запросу клиента в рамках лицензирования данных, поддерживая следующее поколение приложений ИИ.
Обязанности:
- Сотрудничайте с ведущим научным сотрудником по данным (Principal Data Scientist) и ведущими инженерами по данным (Principal Data Engineers), старшими техническими лидерами и научными сотрудниками по данным для внедрения и развития стандартов оценки и продакшн-версий моделей; самостоятельно управляйте назначенными рабочими процессами обогащения от оценки до предоставления в продакшн.
- Оценивайте кандидатские модели на репрезентативном контенте, используя соответствующие меры качества и анализ пороговых значений для поддержки решений о выборе и выпуске.
- Разрабатывайте протестированные, поддерживаемые компоненты инференса на Python, соответствующие общим инженерным фреймворкам, контрактам метаданных и стандартам развертывания.
- Поддерживайте периодическое резервное копирование метаданных, проверяя выходные данные моделей, оценивая стоимость и пропускную способность инференса, а также решая проблемы обработки, специфичные для моделей.
- Работайте с инженерами по данным, чтобы перенести компоненты обогащения из репрезентативной оценки в надежное выполнение в масштабе корпуса.
- Оценивайте лицензирование моделей, ограничения по обработке данных и требования к происхождению, гарантируя, что выходные данные обогащения воспроизводимы и пригодны для коммерческого использования.
Требования:
- Более 6 лет опыта в прикладном машинном обучении, ML-инженерии, науке о данных или разработке программного обеспечения, включая практический опыт внедрения систем инференса ML в продакшн.
- Опыт оценки предварительно обученных или сторонних моделей ML, определения соответствующих метрик качества и рабочих порогов, балансируя качество модели с затратами на инференс, пропускной способностью и операционной сложностью.
- Отличные навыки разработки программного обеспечения на Python, включая тестирование, упаковку и управление зависимостями.
- Практический опыт работы с библиотеками и фреймворками ML, такими как PyTorch, TensorFlow, scikit-learn или Hugging Face.
- Опыт разработки, развертывания и обслуживания высокопроизводительных, отказоустойчивых и масштабируемых систем инференса ML на CPU и GPU как в AWS, так и в GCP.
- Опыт устранения неполадок и оптимизации выполнения моделей в распределенных, кросс-облачных рабочих процессах.
- Четкие коммуникативные навыки и опыт построения консенсуса с техническими и коммерческими партнерами.
Желательно:
- Инструменты отслеживания моделей и жизненного цикла, такие как MLflow.
- Управляемые платформы ML и пакетного инференса, такие как SageMaker, Vertex AI или Databricks.
- Опыт оценки моделей для изображений, видео или аудио контента.
- Опыт работы со Snowflake, DBT или Clickhouse.
Мы предлагаем:*
- Гибкий формат работы - удаленно, в офисе или гибридно.
- Конкурентоспособная заработная плата и хороший компенсационный пакет.
- Персонализированный карьерный рост.
- Инструменты профессионального развития (программа наставничества, технические доклады и тренинги, центры компетенций и т.д.).
- Активные тех. сообщества с регулярным обменом знаниями.
- Компенсация обучения.
- Памятные подарки на годовщину.
- Корпоративные мероприятия и тимбилдинги.
- Другие преимущества, специфичные для локации.
*не применимо для фрилансеров
