Machine Learning Engineer

Rola

Dołącz do Output Biosciences i rewolucjonizuj nasze rozumienie biologii dzięki najnowszym osiągnięciom generatywnej AI. Jako Inżynier Uczenia Maszynowego będziesz współpracować z założycielami i członkami zespołu, aby opracowywać zaawansowane systemy AI, umożliwiające złożone rozumowanie biologiczne od cząsteczek po organizmy.

Kluczowe obowiązki

• Projektowanie i wdrażanie zaawansowanych algorytmów uczenia maszynowego w celu poprawy wydajności modeli i zrozumienia biologii.
• Opracowywanie i dostosowywanie modeli generatywnych do zastosowań biologicznych, eksplorując innowacyjne architektury pozwalające na uchwycenie wieloskalarniowych systemów biologicznych.
• Praca nad systemami szkoleniowymi w trybie rozproszonym, aby skalować modele do miliardów parametrów, optymalizując wydajność i efektywność w środowiskach multi-GPU i multi-node.
• Tworzenie wydajnych potoków danych do zarządzania i przetwarzania ogromnych zbiorów danych biologicznych, rozwiązując problemy związane z ładowaniem danych, podziałem i optymalizacją pamięci.
• Opracowywanie i wdrażanie solidnych frameworków oceny dla złożonych modeli biologicznych, zapewniając integralność danych i zapobiegając wyciekom między podziałami zbioru danych.

Kogo szukamy

• Tytuł licencjata w dziedzinie Informatyki, Uczenia Maszynowego lub pokrewnej dziedzinie technicznej.
• 3+ lata doświadczenia w tworzeniu i wdrażaniu modeli uczenia maszynowego.
• Biegłość w Pythonie i doświadczenie w korzystaniu z frameworków głębokiego uczenia, takich jak PyTorch, TensorFlow lub JAX.
• Doświadczenie z głębokim uczeniem i architekturami generatywnymi, w tym transformatorami, modelami dyfuzyjnymi i autoenkoderami.
• Umiejętność pracy z dużymi zbiorami danych i środowiskami obliczeń rozproszonych.
• Doświadczenie w pracy z AWS w zakresie szkolenia, inferencji i wdrażania.
• Silne zrozumienie podstaw uczenia maszynowego, architektur modeli, technik optymalizacji i metryk oceny.
• Doświadczenie w projektowaniu i wdrażaniu wydajnych potoków danych do przetwarzania dużych zbiorów danych.
• Doświadczenie w opracowywaniu solidnych frameworków oceny w celu zapewnienia integralności danych.
• Umiejętność organizacji kodu, kontroli wersji i praktyk współpracy w rozwoju oprogramowania.
• Doskonale rozwinięte umiejętności rozwiązywania problemów i zdolność szybkiego dostosowywania się do nowych wyzwań.
• Proaktywne podejście do rozwiązywania problemów, przejmowanie odpowiedzialności za wyzwania z dojrzałym podejściem w niejasnych sytuacjach.
• Doskonałe umiejętności komunikacyjne w jasnym wyrażaniu złożonych koncepcji technicznych.
• Motywacja do wywierania realnego wpływu z determinacją i kreatywnością.

Dodatkowe punkty

• Doświadczenie w zastosowaniu uczenia maszynowego w biologii lub chemii.
• Wkład w projekty open-source związane z uczeniem maszynowym lub opublikowane prace naukowe w dziedzinie AI/ML.
• Doświadczenie w optymalizacji modeli uczenia maszynowego dla środowisk obliczeń wysokiej