AIML - Sr ML Engineer, Data and ML Innovation

Краткое описание
Дата размещения: 7 мая 2024 г.
Номер вакансии: 200550435

Будучи важной частью организации Apple в области ИИ и машинного обучения, команда по инновациям в области данных и машинного обучения (DMLI) находится на переднем крае разработки передовых технологий в ИИ. Мы ищем мотивированного инженера по машинному обучению, который увлечён инновациями в области масштабных систем МО, компьютерного зрения, обработки естественного языка и мультимодального понимания.

Готовы ли вы столкнуться с одними из самых сложных технических задач в ИИ и МО? Эта роль предоставляет уникальную возможность сотрудничать с ведущими исследователями, инженерами и специалистами по данным в области машинного обучения для реализации прорывных исследовательских инициатив и создания трансформационных продуктов, оказывающих влияние на миллиарды людей по всему миру.

Ключевые навыки

• Подтверждённый опыт в машинном обучении, особенно интерес к подходам, ориентированным на данные.
• Опыт работы с NLP и большими языковыми моделями, такими как BERT, GPT или Transformers.
• Владение языками программирования и фреймворками для глубокого обучения, такими как Python, PyTorch или Jax.
• Отличные навыки решения проблем и сильные коммуникативные навыки.
• Минимум 5 лет опыта в разработке и оценке приложений МО, с доказанным опытом улучшения качества данных.
• Наличие публикаций на заметных конференциях, таких как ACL, EMNLP, NeurIPS, ICML или ICLR, будет преимуществом.

Описание роли

• Участие в совместном проектировании и разработке данных моделей.
• Разработка и внедрение фреймворков курирования данных и надёжных пайплайнов оценки моделей.
• Анализ данных для понимания их влияния на производительность модели и вклад в различные исследовательские темы, включая:
  • Техники полу- и самостоятельного обучения.
  • Разработка протоколов оценки, повышающих опыт конечных пользователей.
  • Техники выбора данных для различных типов данных.
  • Применение статистических и МО методов для эффективного моделирования распределений данных.

Эта роль позволяет вам представлять свои исследования на ведущих академических площадках и напрямую вносить вклад в