Machine Learning Engineer, SIML
- Machine learning
- Other places
- 06/13/2024
- -
Streszczenie
Opublikowano: 6 czerwca 2024
Tygodniowe godziny pracy: 40
Numer roli: 200509737
O nas
W Apple pracujemy na najnowocześniejszych technologiach sztucznej inteligencji i uczenia maszynowego, aby tworzyć inteligentne systemy dla platform takich jak iOS, macOS, tvOS i innych. Nasza inteligencja systemowa ma na celu dostarczanie najlepszych rozwiązań dla problemów kluczowych dla sukcesu aplikacji zarówno pierwszych, jak i trzecich stron na platformach Apple. Przykłady obejmują sugestie udostępniania, indeksowanie i wyszukiwanie wektorowe, indeksowanie tożsamości, relacje społeczne, rozpoznawanie wizualne, OCR, generowanie języka naturalnego i generowanie wizualne.
Czego szukamy
Szukamy wysoce wykwalifikowanych i kreatywnych praktyków w dziedzinie uczenia maszynowego, biegłych w używaniu dużych modeli językowych (LLM) do zadań wykraczających poza generowanie języka. Szczególne zainteresowanie mają osoby, które potrafią wykorzystywać LLM do rozumowania w ustawieniach multi-modalnych, łącząc niedoskonałą percepcję wizualną z informacjami kontekstowymi pochodzącymi z systemu.
Przegląd zespołu
Jesteśmy zespołem Human and Object Understanding (HOUr) w grupie System Intelligence and Machine Learning (SIML). Jako zespół R&D, rozwijamy fundamentalne technologie ML i systemy do percepcji wizualnej i rozumowania w kontekście ludzkim. Technologie opracowane przez nasz zespół obejmują wykrywanie obiektów w czasie rzeczywistym (Center Stage, Tryb Kinowy), rozpoznawanie osób (Zdjęcia, HomeKit, Memoji, Apple Pay), wykrywanie oszustw (ID w Wallet) oraz rozumienie spojrzeń (Center Stage, inteligentne przycinanie). Pracujemy również nad systemami wysokiego poziomu, takimi jak sugestie udostępniania, wnioskowanie o relacjach międzyludzkich oraz efektywne indeksowanie wektorowe.
Opis roli
Jako inżynier uczenia maszynowego w zespole SIML HOUr, będziesz pracować z dużymi modelami językowymi oraz multi-modalnymi modelami generatywnymi, śledząc przełomowe osiągnięcia i dostosowując je do wewnętrznych przypadków użycia. Twoim głównym zadaniem będzie budowanie adapterów na bazie dużych modeli w celu umożliwienia specyficznych aplikacji, mających bezpośredni wpływ na funkcje w ekosystemie Apple.
Twoje obowiązki będą obejmować:
Jeśli ta możliwość Cię ekscytuje, zapraszamy do aplikowania!
Kluczowe kwalifikacje