Machine Learning Engineer

Job expired!

Присоединяйтесь к нашей передовой команде ИИ в качестве инженера по машинному обучению в Scale AI

О роли:

В Scale AI мы продвигаем границы индустрии ИИ, опираясь на производительный код моделей, данные высокого качества и надежные методы оценки. Наши комплексные решения для жизненного цикла ML, базирующиеся на данных из реального мира, задают стандарты индустрии в быстро развивающейся области данных ИИ. Сердце наших усилий лежит в команде Enterprise Generative AI, посвященной разработке мощных ML-решений для ведущих глобальных компаний.

Ваша роль будет включать разработку инновационных Моделей как Услуг для наших престижных корпоративных партнеров. Это включает оптимизацию LLM через донастройку, RAG и другие передовые техники, а также комплексный подход от координации операций для идеального качества набора данных до внедрения моделей, превосходящих ожидания клиентов.

Если вы увлечены продвижением движения данных-центричного ИИ и хотите формировать будущее технологии ИИ, Scale AI - ваш следующий шаг в карьере.

Ключевые обязанности:

Исследование и внедрение передовых технологий в области ИИ.
Настройка LLM и моделей встраивания для конкретных приложений с использованием предварительного обучения и донастройки.
Глубокое понимание и интеграция потребностей клиентов в разработки.
Эффективное управление большими неструктурированными наборами данных.
Разработка надежных систем оценки.
Сотрудничество с межфункциональными командами по аннотации данных для уточнения моделей ИИ.
Ежемесячные командировки для прямой работы с клиентами.

Минимальные требования:

Не менее 2 лет опыта в обучении моделей, развертывании и поддержке в производственной среде.
Демонстрируемый опыт в области NLP, LLM и глубокого обучения.
Готовность и возможность ежемесячно посещать клиентские сайты в регионе Ближнего Востока.

Профиль идеального кандидата:

Владение арабским языком, как устным, так и письменным.
Опыт работы в стартапе или в активных клиентских ролях.
Опыт решения масштабных задач ИИ, предпочтительно в генеративном ИИ.
История публикаций исследований в известных журналах МО или на крупных конференциях.
Продв