Главный инженер по машинному обучению

Описание компании

Мы - компания по разработке цифровых продуктов, которая масштабируется гигантскими темпами! Мы создаем продукты, услуги и опыт, которые вдохновляют, волнуют и воодушевляют. Мы работаем в масштабе — на всех устройствах и цифровых платформах, и наша команда находится по всему миру (более 15000 специалистов в 26 странах). У нас динамичная и негиерархическая рабочая культура. В настоящее время мы ищем выдающихся новых членов команды. И вот тут в игру вступаете вы!

Описание вакансии

Требуемые навыки : сильные навыки работы с Python, сильные навыки проектирования решений по машинному обучению, TensorFlow, PyTorch,

Роль поставщика : отрасль и практика автоматизации в Nagarro работают с большим количеством промышленных клиентов для достижения их целей по бизнес-трансформации. Мы совместно разрабатываем цифровые решения, которые помогают нашим клиентам в их пути к Industry 4.0. Эти решения Industry 4.0 используют разнообразные технологии, такие как промышленный IoT, облачные технологии, реальность, искусственный интеллект, аналитика данных, SAP S/4 Hana, специальное приложение, 5G и многое другое.

Мы ищем технологического лидера, который сможет руководить некоторыми нашими ключевыми клиентскими инициативами:

Требуемые навыки: Python/Spark, машинное обучение, глубокое обучение, обработка естественного языка, решение проблем, библиотеки для машинного обучения, такие как TensorFlow, Pandas, sci-kit-learn, Keras и т. д., библиотеки для глубокого обучения, такие как Pytorch, CAFFE, MXNet, OpenVINO и OpenCV, и библиотеки для обработки естественного языка, такие как NLTK, Gensim, CoreNLP. Глубокое понимание обработки текста и изображений с использованием Generative AI с использованием Hugging Face, LangChain, Google Generative AI Studio, Azure Open AI services, и Generative AI на AWS и опыт работы с основными моделями, такими как GPT3.5, Falcon, LLMA, Stable Diffusion и т. д.

Кандидат должен обладать следующими навыками и опытом:

• Доказанный опыт работы с технологиями ML (Machine Learning)/ DL (Deep Learning)/ AI (Artificial Intelligence) с использованием собственных алгоритмов или технологических платформ.
• Предыдущий опыт работы с SQL и NoSQL базами данных, такими как MongoDB, Cassandra, Redis, и т. д. Профессиональное владение Python/ Spark AI и ML stack. Возможность проектирования и реализации рабочих процедур сверточных нейронных сетей (CNNs), Рекуррентных нейронных сетей (RNNs), генеративно-состязательных сетей (GANs), вариационных автоэнкодеров, Transformers, и генеративно-обученных трансформеров.
• Опыт создания моделей AI и ML, обеспечение высокого качества доставок, следуя лучшим нормам MLOps. Опыт работы с mlflow, и Kubeflow для проведения развертываний машинного обучения в облаке и на предприятии. Навык оптимизации моделей машинного и глубокого обучения, предпочтительно развертывание ML моделей на периферии.
• Опыт создания архитектуры решений для данных и AI, совместная работа с архитекторами предприятий для проектирования дорожных карт для AI приложений.
• Взаимодействие с бизнес-участниками, бизнес-консультантами и предпродажными консультантами, понимание и перевод их потребностей в технические требования.
• Кандидат должен быть знаком с гибкой моделью поставки и иметь опыт использования инструмента управления продуктом Agile, предпочтительно JIRA.
• Способность руководить командой по стратегиям AI и ML и техническим решениям, проводить проверку кода и определять стратегии интеграции.
• Отличные навыки письменного и устного общения необходимы для эффективного общения в глобальной команде и с клиентами.
• Знание по крайней мере одного главного облачного провайдера из Azure, AWS и Google Cloud предпочтительно.
• Очень желательно иметь значительные знания и практический опыт работы по крайней мере с двумя из рамок для работы с аудио, видео и текстом на основе AI.
• Предыдущий опыт работы в качестве технического руководителя в любой из следующих областей применения будет являться преимуществом: производство, тяжелое машиностроение, автомобильная промышленность, потребительские товары, продовольствие, сельское хозяйство, химическая промышленность, строительные материалы, электроника и т. д.