Applied Scientist 2/3

В Oracle Cloud Infrastructure (OCI) мы формируем будущее корпоративных облачных решений с командой, процветающей на инновациях и разнообразии. Мы сочетаем гибкость стартапа с ресурсами ведущей в мире компании по разработке корпоративного программного обеспечения, делая акцент на быстрые, ориентированные на клиента подходы.

Наша приверженность равенству, инклюзивности и уважению формирует фундамент OCI. Мы стремимся к совершенству, создавая инклюзивную среду, которая способствует обучению и карьерному росту. Мы бросаем вызов себе и друг другу, чтобы выходить за пределы наших прошлых достижений и строить постоянно улучшающееся будущее.

Как часть нашей динамичной и поддерживающей команды, вы будете взаимодействовать с высокоинтеллектуальными, целеустремленными и разнообразными коллегами. В AI Data Org вы будете решать захватывающие задачи в области искусственного интеллекта и передовой облачной инфраструктуры. Вы будете создавать и оптимизировать генеративные модели ИИ для текстовых, речевых, визуальных и мультимодальных случаев использования и внедрять стандарты оценки машинного обучения, чтобы поддерживать качество модели и данных на высшем уровне в различных отраслях, включая здравоохранение и Fusion.

IC2/IC3

Ключевые обязанности

• Проектирование и создание генеративных моделей ИИ высшего уровня в текстовых, визуальных и мультимодальных настройках для синтетической генерации данных.
• Исследования и внедрение передовых техник (Fine-tuning, RLHF) для настройки генеративных моделей на конкретные проблемные области.
• Разработка необходимых инструментов для сбора данных, их очистки, увеличения, обучения моделей и визуализации.
• Оценка и внедрение моделей ML/глубокого обучения/GenAI из научных статей и других онлайн-ресурсов.
• Оптимизация моделей для использования в производстве и помощь в развертывании сценариев генерации в производственной среде.
• Разработка производственного кода для обработки признаков, предсказания моделей, обслуживания и мониторинга в режиме реального времени и пакетных сценариях.
• Участие в полном жизненном цикле программного обеспечения, включая разработку, тестирование, CI и производственные операции.
• Баланс между разработкой функциональных возможностей продукта и эксплуатационными вопросами, написание руководств по эксплуатации, автоматизация операций, структурированное ведение журналов и инструментов для метрик/событий.

Квалификации

Минимальные квалификации

• Докторская степень (Ph.D.) или степень магистра (или эквивалентный опыт) в области компьютерных наук, ИИ, машинного обучения, исследовательской операций или смежных технических областях.
• Более 5 лет (с магистром) или более 3 лет (с Ph.D.) применения решений машинного обучения к реальным проблемам в промышленности.
• Умение программировать на Python или R.
• Опыт работы с библиотеками глубокого обучения, такими как Pytorch, Tensorflow или Keras.
• Понимание NLP, Transformers, Large Language Models и библиотеки Hugging Face.
• Опыт работы со статистическими моделями и решениями машинного обучения (регрессия, классификация, кластеризация).
• Обширный опыт разработки и обслуживания масштабируемых моделей глубокого обучения в различных областях данных.
• Экспертиза в оптимизации и масштабировании решений ML для бизнес-кейсов.
• Умение работать с традиционными библиотеками ML, такими как Scikit-learn, Statsmodels и Pandas.
• Доказанный опыт внедрения крупных решений ML для сложных бизнес-проблем.
• Опыт работы в производственных операциях и знание лучших практик для предоставления качественного кода в производственной среде.
• Способность эффективно доносить технические идеи, как устно, так и в письменных форматах (технические предложения, проектные спецификации, схемы архитектуры и презентации).