Stanowisko: Lider Techniczny Firma: Birlasoft Wymagane Doświadczenie: 8 do 10 lat
Kluczowe Obowiązki
Samodzielne opracowywanie i prezentowanie szybkich rozwiązań generatywnych AI na krótkim powiadomieniu.
Pełnienie roli głównego stratega danych/naukowca/inżyniera danych w celu identyfikowania i integrowania nowych zbiorów danych z funkcjonalnościami produktów oraz współpraca z zespołem inżynierów przy rozwoju produktów opartych na danych z wykorzystaniem Azure Cognitive Services, zwłaszcza Azure OpenAI.
Rozwój modeli AI i ML dla aplikacji generatywnego AI, w tym ChatGPT.
Przekształcanie danych w języku naturalnym w funkcje możliwe do działania za pomocą technik NLP, NLG i LLM dla algorytmów klasyfikacji.
Wykorzystywanie różnych narzędzi i produktów generatywnego AI, głównie Azure OpenAI, do szybkiego tworzenia i wdrażania licznych PoC i MVP.
Identyfikowanie wartościowych źródeł danych i automatyzowanie procesu ich zbierania.
Wstępne przetwarzanie zestawów danych ustrukturyzowanych i nieustrukturyzowanych.
Analizowanie dużych zbiorów danych w celu odkrywania trendów i wzorców.
Budowanie modeli predykcyjnych i wdrażanie algorytmów uczenia maszynowego.
Kombinowanie modeli do modelowania zespołowego.
Prezentowanie wniosków z danych za pomocą zaawansowanych technik wizualizacji.
Kluczowe Umiejętności i Kwalifikacje
Biegłość w budowaniu modeli językowych, uczeniu maszynowym i modelach AI z wykorzystaniem branżowych narzędzi, produktów oraz Azure Cognitive Services.
Doświadczenie w rozwoju aplikacji w Flask, Django, lub Fast API z co najmniej 2-3 zrealizowanymi projektami jako developer.
Silna znajomość rdzennego Pythona, w tym iteratorów, generatorów, koncepcji OOP, Python Shell (REPL), ORM, struktur danych oraz obsługi wyjątków.
Rozumienie współczesnych bibliotek Pythona do orkiestracji modelów językowych, takich jak LangChain, Llamaindex, i Autogen.
Ekspertyza w Microsoft Azure lub AWS w zakresie budowania i wdrażania aplikacji AI z wykorzystaniem usług chmurowych.
Doświadczenie w zbieraniu, wydobywaniu, wstępnym przetwarzaniu oraz analizie danych ustrukturyzowanych i nieustrukturyzowanych.
Biegłość w dużych modelach językowych (LLMs/LSTMs/BERT) do zaawansowanego rozumowania w ustawieniach few- i zero-shot, w tym generowania pośrednich kroków rozumowania typu chain-of-thought (CoT).
Doświadczenie w budowaniu, dostosowywaniu i udoskonalaniu modeli AI, w tym LLM, za pośrednictwem OpenAI Studio i Azure OpenAI Cognitive Services dla szybkiego PoC.
Umiejętności programowania w językach statystycznych takich jak R i Python oraz językach zapytań do baz danych, jak SQL, Hive, i Pig. Znajomość Scala, Java lub C++ będzie dodatkowym atutem.
Głębokie rozumienie i zastosowanie algorytmów uczenia maszynowego.
Solidne doświadczenie w dziedzinie nauki o danych i inżynierii danych, z biegłością w narzędziach open-source i chmurowych do uczenia maszynowego i AI, szczególnie w Azure Cognitive Services i Azure