О компании:

Задачи:

• Проведение экспериментов с LLM: Исследовать и анализировать эффективность различных архитектур и методов (SFT, RLHF, Adapters и др.) для повышения возможностей AI моделей;

• Разработка и внедрение методологии оценки: Создавать и поддерживать надежные системы для оценки производительности, точности и удовлетворенности пользователей AI-ботов, включая офлайн и онлайн метрики;

• Оптимизация моделей для внедрения: Улучшать эффективность и скорость работы AI моделей на этапе внедрения, чтобы они соответствовали требованиям производительности и масштабируемости в продуктивной среде;

• Сотрудничество с межфункциональными командами: Тесно взаимодействовать с дата-сайентистами, разработчиками и продукт-менеджерами для интеграции AI решений в общий продуктовый процесс.

Требования:

• Отличное владение Python, алгоритмами и математикой: Уверенные навыки программирования на Python и отличное знание алгоритмов, линейной алгебры, теории вероятностей и статистики;

• Глубокое понимание принципов ML и DL: Всеобъемлющее знание концепций машинного и глубокого обучения, включая обучение с учителем, без учителя и обучение с подкреплением;

• Экспертиза в NLP и LLM: Глубокий опыт работы с обработкой естественного языка и большими языковыми моделями;

• Знание ML фреймворков и инструментов: numpy, pandas, scipy, scikit-learn, pytorch, transformers;

• Английский язык на уровне B2+.

• Опыт в распределенном обучении: Умение запускать и отлаживать распределенное обучение на кластере, обеспечивая эффективное параллельное обучение моделей на нескольких GPU и узлах;

• Владение C++ и CUDA: Хорошие навыки программирования на C++ и опыт работы с CUDA для оптимизации и ускорения алгоритмов глубокого обучения на NVIDIA GPU;

• Публикации в профильных изданиях: Подтвержденная экспертиза через публикации в авторитетных конференциях или журналах, демонстрирующие вклад в области машинного обучения и AI;

• Знание облачных платформ: Практический опыт работы с облачными сервисами, такими как AWS, GCP или Azure, для обучения моделей глубокого обучения.

Условия:

• Возможность работать удаленно полный рабочий день;

• 7 оздоровительных дней в году (выходных), которые можно использовать для решения бытовых вопросов, отлежаться и восстановиться без больничного листа;

• Бонусы до 5000 долларов за рекомендации успешных кандидатов на позиции в компании;

• Полная оплата профессионального обучения, международных конференций и встреч;

• Корпоративная скидка на уроки английского языка;

• Медицинская страховка. Если вы не имеете права на корпоративную медицинскую страховку, компания выплатит компенсацию в размере до 1000 долларов брутто в год на сотрудника в соответствии с зарплатными чеками. Эти деньги можно потратить на самостоятельное приобретение медицинской страховки или на оплату услуг врача для себя и близких родственников (супруга, детей);

• Организация рабочего места. Компания предоставляет всем сотрудникам оборудованное рабочее место и все необходимое оборудование (стол, кресло, Wi-Fi и т.д.) в местах расположения офисов или коворкингов. В других регионах компания возмещает расходы на рабочее место в размере до 1000 долларов брутто один раз каждые 3 года в соответствии с зарплатными чеками. Эти деньги можно потратить на аренду коворкинга, на оснащение рабочего места дома (стол, стул, интернет и т.д.) в течение этих 3 лет.;

• Внутренняя геймифицированная система благодарности: получайте бонусы от коллег и обменивайте их на отгулы, товары, тимбилдинговые мероприятия, сертификаты на массаж и т.д.