Podsumowanie oferty pracy
W HP nasi Inżynierowie Sztucznej Inteligencji i Uczenia Maszynowego specjalizują się w opracowywaniu i wdrażaniu modeli uczenia maszynowego w celu napędzania innowacji i tworzenia wartości biznesowej. Kluczowe obowiązki obejmują badania i implementację algorytmów AI/ML, przeprowadzanie testów i ewaluacji, ponowne szkolenie systemów w miarę potrzeby oraz zapewnienie płynnej integracji modeli w środowiskach produkcyjnych. Kandydaci muszą mieć praktyczne doświadczenie w pracy z dużymi modelami językowymi (LLM) i interfejsami API, w tym w zarządzaniu skalowalnością i kosztami.
- Opracowywanie zintegrowanych rozwiązań programowych dla modeli AI/ML.
- Szkolenie i walidacja modeli przy użyciu metryk oceny.
- Optymalizacja hiperparametrów w celu zwiększenia wydajności modelu.
- Wdrażanie modeli zapewniając ich skalowalność, niezawodność i efektywność.
- Monitorowanie i aktualizowanie wdrożonych modeli z uwzględnieniem zmieniających się danych.
- Projektowanie systemów ML, eksperymentowanie z algorytmami oraz szkolenie systemów dla większej efektywności.
- Zarządzanie wymaganiami technicznymi, szacowanie kosztów i budżetowanie rozwiązań AI/ML.
- Praca z interfejsami API dużych modeli językowych (LLM).
- Opracowywanie i utrzymywanie skalowalnych strumieni ML.
- Współpraca z zespołami CI/CD w celu zapewnienia płynnego wdrażania modeli.
- Współpraca z zespołami badawczymi i inżynieryjnymi w zakresie automatyzacji szkolenia modeli.
- Zastosowanie uczenia maszynowego i modelowania statystycznego do rozwiązywania problemów biznesowych lub badawczych.
- Czteroletnie studia lub magisterium z informatyki, statystyki, matematyki, nauki o danych lub pokrewnej dziedziny. Również odpowiednie doświadczenie zawodowe będzie brane pod uwagę.
- 2-4 lata doświadczenia w językach programowania komputerowego, uczeniu maszynowym, algorytmach lub metodach statystycznych, lub zaawansowany stopień naukowy z ograniczonym doświadczeniem zawodowym.
- Certyfikacja AWS Machine Learning Specialty
- Certyfikacja Microsoft Azure AI Engineer Associate
- Certyfikacja Databricks Certified Professional Data Scientist
- Metodologia Agile
- Algorytmy
- Amazon Web Services
- Apache Spark
- Sztuczna Inteligencja
- Automatyzacja
- Big Data
- Zarządzanie klastrami
- Informatyka
- Nauka o danych
- Uczenie Głębokie
- Orkiestracja pracy
- Uczenie Maszynowe
- Microsoft Azure
- Przetwarzanie języka naturalnego
- Python (język programowania)
- PyTorch (biblioteka do uczenia maszynowego)
- Scikit-learn (biblioteka do uczenia maszynowego)
- Inżynieria oprogramowania
- Efektywna komunikacja
- Orientacja na wyniki
- Zwinność w nauce
- Płynność cyf