Starszy Zastosowany Naukowiec Danych

Amagi szuka doświadczonego i wykwalifikowanego Starszego Naukowca Danych do swojego zespołu. Jako światowy lider w technologii SaaS opartej na chmurze dla telewizji i telewizji podłączonej, Amagi oferuje twórcom treści możliwość uruchomienia, dystrybucji i monetyzowania kanałów liniowych na platformach telewizji podłączonej i SVOD. Działając w ponad 40 krajach i mając na koncie udaną współpracę z ponad 500 markami treści i zarządzanie ponad 2000 dostarczanymi kanałami, Amagi toruje drogę do postępu w branży telewizyjnej. Jako Starszy Naukowiec Danych w Amagi, będziesz miał szansę pracować z zespołem wysoce kompetentnych profesjonalistów i przyczynić się do tworzenia najnowocześniejszych rozwiązań, które przekształcają branżę telewizyjną i telewizji podłączonej. Wykorzystując zaawansowane analizy danych i techniki uczenia maszynowego, odegrasz znaczącą rolę w wykorzystaniu wniosków z dużych zbiorów danych do napędzania wzrostu biznesowego i poprawy wydajności naszej platformy SaaS opartej na chmurze. Obowiązki: - Opracowywanie kompletnej głębokiej sieci uczenia się i implementacja jej w produkcji. - Rozumienie celów biznesowych i rozwijanie modeli, które pomagają je osiągnąć, wraz z metrykami służącymi do monitorowania postępów. - Mentoring dla młodszych członków zespołu, aby zapewnić udane wdrożenie inicjatyw AI i automatyzacji. - Budowanie i optymalizowanie różnych modeli głębokiego uczenia dla szeregu problemów związanych z rozumieniem filmów. Wymagania: - Ponad 4 lata praktycznego doświadczenia w dziedzinie Głębokiego Uczenia. - Doświadczenie we wdrażaniu koncepcji uczenia maszynowego i głębokiego uczenia na nieustrukturyzowanych danych - Wykazane umiejętności konstruowania, ulepszania, debugowania i utrzymania modeli uczenia maszynowego. - Doświadczenie w tworzeniu usług sieciowych RESTful. - Doświadczenie w MLOps w AWS Sagemaker, Kubeflow, MLFlow lub podobnych. - Znajomość struktur danych i algorytmów. - Doskonała biegłość w Pythonie. - Udokumentowane doświadczenie badawcze i praktyczne w tworzeniu algorytmów do przetwarzania obrazów, analizy filmów/obrazów opartej na treści, wykrywania obiektów, segmentacji i śledzenia. - Biegłość w Go będzie atutem. - Znajomość tworzenia systemów produkcyjnych przy użyciu Gen AI jest wartością dodaną. - Doświadczenie w konstruowaniu i szkoleniu modeli LSTM i opartych na transformatorach. Umiejętności, które pomogą Ci się rozwijać: - Solidne doświadczenie w kodowaniu: Rapid prototyping wymaga solidnych umiejętności kodowania. To pomoże ci skupić się na rozwiązywaniu problemów, a nie utknąć na niuansach kodowania. - Myślenie od podstaw: Chociaż uczymy się i czerpiemy inspirację z prac w społeczności open-source, będziesz musiał zrozumieć i przekonać/edukować zespół co do metody, którą realizujesz. - Praca z małym zwinny zespołem indywidualnych kontrybutorów i komfort z samodzielnym rozwiązywaniem problemów. Ze względu na otwartą naturę problemów, kładziemy nacisk na szybkie iteracje. - Znajomość algorytmów ML z zakresu CV i NLP. Umiejętność zrozumienia zalet i wad różnych algorytmów i szybka prototypizacja są wysoce cenione. - Ciągłe uczące podejście. Obszar problemowy szybko ewoluuje, więc będziesz chciał być na bieżąco z nowinkami w obszarze, nad którym pracujesz. - Dobre umiejętności pisemnej i ustnej komunikacji. Będziesz musiał jasno wyrazić swoje podejście i uzyskać dla niego poparcie.