Dołącz do EY GDS Polska jako Inżynier GenAI/Machine Learning Developer

Przegląd firmy: EY GDS Polska jest kluczowym elementem globalnej sieci centrów dostarczania usług od EY, oferującą usługi związane z technologią w obszarach audytu, podatków, transakcji i doradztwa. Technologia odgrywa centralną rolę w EY, dostarczając innowacyjne rozwiązania technologiczne, które są integrowane z usługami dla klientów, aby rozwiązywać skomplikowane problemy, jednocześnie sprzyjając wzrostowi poprzez innowacje.

Twoja rola i obowiązki:

Jako Inżynier GenAI/Machine Learning Developer, będziesz:

• Współpracować przy zbieraniu i dokumentowaniu wymagań użytkowników, opracowywaniu historii użytkowników oraz planowaniu projektów.
• Wdrażać nowoczesne najlepsze praktyki AI/Gen AI w rozwoju i wdrażaniu modeli.
• Budować, weryfikować i skutecznie stosować modele AI.
• Ustalać i egzekwować wysokie standardy oraz najlepsze praktyki w rozwoju AI.
• Analizować i klasyfikować algorytmy ML pod kątem rozwiązywania konkretnych problemów na podstawie prawdopodobieństwa sukcesu.
• Przyczyniać się do bazy wiedzy zespołu, dzieląc się spostrzeżeniami na temat najlepszych praktyk w inżynierii ML.

Umiejętności i cechy niezbędne do sukcesu:

• Co najmniej 3 lata doświadczenia w rozwoju ML i MLOps.
• Znajomość języków programowania takich jak Python, wraz z obszerną wiedzą na temat bibliotek ML, danych i API.
• Umiejętność tworzenia kompletnych łańcuchów danych oraz zarządzania rozwojem modeli ML.
• Doświadczenie w środowiskach chmurowych takich jak SAP, AWS, Azure, GCP oraz w środowiskach konteneryzacji takich jak Mesos, Kubernetes.
• Głębokie zainteresowanie rozwiązywaniem funkcjonalnych i specyficznych dla branży wyzwań.
• Znajomość frameworków ML takich jak SparkML, TensorFlow, scikit-learn, XGBoost, H2O itp.

Idealnie, jeśli będziesz miał również:

• Ekspertyzę w Big Data, modelowaniu danych i platformach SAP.
• Znajomość eksploracyjnej analizy danych, czyszczenia danych oraz definiowania łańcuchów przetwarzania danych.
• Umiejętności w trenowaniu modeli i dostrajaniu hiperparametrów w celu optymalizacji wydajności.

Doświadczenie kandydata:

• Doświadczenie z dużymi zbiorami danych i rozproszonymi systemami takimi jak Spark/Hadoop.
• Znajomość wdrażania platform AI/ML na Kubernetes i konteneryzacji.
• Znajomość usług AI/ML IBM (WatsonX, Assistant, Discovery).
• Dodatkowe doświadczenie z LLM, LSTM, RNN, TensorFlow i H2O będzie dodatkowym atutem.

Czego szukamy: