Research Engineer - NLP & GenAI

Thomson Reuters ищет целеустремленного и талантливого Инженера-исследователя, специализирующегося на NLP (Обработке Естественного Языка) и Генеративном ИИ, чтобы стать частью нашей динамичной команды. Эта роль объединяет передовые технологии, инновационное решение проблем и стремление к трансформативным решениям. В Thomson Reuters мы создаем среду, которая развивается благодаря разнообразию, инклюзивности и стремлению к совершенству.

В качестве Инженера-исследователя ваши обязанности будут включать:

• Разработка и доставка: Участие в полном цикле разработки программного обеспечения с использованием современных методик для создания, тестирования и доставки высококачественных технологических решений.
• Создание масштабируемых решений МО: Разработка крупномасштабных систем обработки данных и масштабируемых систем, необходимых для обучения новых алгоритмов машинного обучения в больших онлайн-средах.
• Сотрудничество: Работа в команде, ориентированной на сотрудничество, обмен информацией и ценение разнообразия мнений в рамках функциональных и удаленных команд.
• Гибкая разработка: Проявление чувства срочности и адаптивности для быстрой доставки решений в динамичной, быстро меняющейся среде.
• Инновации: Проактивный подход к инновациям, экспериментирование с новыми технологиями и вклад в проектные решения от концепции до поставки.
• Эффективное общение: Четкое изложение идей и эффективное сотрудничество с межфункциональными партнерами и членами команды по техническим вопросам.

Чтобы преуспеть на этой роли, вы должны иметь:

• Степень бакалавра в области компьютерных наук или смежной области, или Магистра Компьютерных Приложений.
• Не менее 5 лет опыта инженерной работы, идеально в областях машинного обучения и обработки естественного языка.
• Экспертные знания в Python и знакомство с набором инструментов Python для науки о данных (Numpy, Scipy, Pandas и т.д.). Знание других языков программирования будет плюсом.
• Опыт интеграции, применения и вывода в производство возможностей машинного обучения.
• Знакомство с облачными платформами вроде AWS или Azure, и понимание принципов ModelOps и MLOps.
• Жел