Machine Learning Researcher

W Eviden, części Grupy Atos, jesteśmy pionierami w dziedzinie transformacji cyfrowej, posiadającymi imponującą globalną obecność z rocznymi przychodami zbliżającymi się do €5 miliardów. Nasze zainteresowania obejmują cyfrowość, chmurę, dane, zaawansowane obliczenia i bezpieczeństwo, a nasze doświadczenie rozciąga się na szereg branży w ponad 47 krajach. Nasza współpraca jednoczy 53 000 najlepszych profesjonalistów wykorzystujących unikatowe technologie, aby rozszerzyć możliwości danych i technologii dla przyszłych pokoleń.

• Rozwijać modele uczenia maszynowego i głębokiego uczenia dostosowane do różnych zastosowań.
• Badać uczenie federacyjne, aby wzmocnić prywatność danych w uczeniu maszynowym.
• Przyspieszać trening modeli i wnioskowanie za pomocą zaawansowanych akceleratorów sprzętowych.
• Dostosowywać i integrować rozwiązania w różnorodnych scenariuszach rzeczywistych.
• Oceniać i doskonalić wydajność systemu na bieżąco.
• Wdrażać najlepsze praktyki MLOps i przestrzegać standardów godnego zaufania AI, aby pozostać zgodnym z ewoluującymi regulacjami.
• Aktywnie uczestniczyć w europejskich inicjatywach badawczych.

Licencjat, magister lub doktorat z inżynierii komputerowej, inżynierii telekomunikacyjnej, inżynierii elektrycznej lub pokrewnego kierunku jest wymagany.

• Minimum 3 lata doświadczenia zarówno w uczeniu maszynowym nadzorowanym, jak i nienadzorowanym.
• Znajomość analizy danych i frameworków uczenia maszynowego takich jak Tensorflow, PyTorch, scikit-learn, Caffe2 czy CNTK.
• Umiejętności programowania w językach takich jak Python lub C/C++.
• Doświadczenie w przygotowywaniu oprogramowania do wdrożenia za pomocą Docker i Kubernetes.
• Znajomość narzędzi zarządzania konfiguracją oprogramowania, w tym Git lub GitLab.
• Znajomość praktyk Continuous Integration/Delivery/Deployment.
• Zaawansowana znajomość środowisk Linux.
• Znajomość języka angielskiego na poziomie B2.

• Doświadczenie z narzędziami MLOps, takimi jak Kubeflow czy MLFlow.
• Wiedza na temat frameworków uczenia federacyjnego, zwłaszcza Flower.

• Płynna komunikacja w języku angielskim.
• Mocne umiejętności pisania i prezentacji.
• Wysoki poziom osobistych umiejętności miękkich - komunikatywność, entuzjazm, współpraca, proaktywność i samodzielność.
• Chęć i szybkość w uczeniu się nowych technologii.

• Elastyczne piątki z półetatem.
• Godziny letnie z intensywnym schematem dnia pracy.
• Spersonalizowane szkolenia i możliwości doskonalenia się.
• Elastyczne god