Tworzenie skalowalnych, gotowych do produkcji rozwiązań opartych na LLM

Uruchamiamy strategiczną inicjatywę dotyczącą opracowania i wdrożenia aplikacji opartych na dużych modelach językowych (LLM), które zapewnią nowe pokolenie funkcji w naszej linii produktów. W tym celu poszukujemy Mid/Mid+ Data Scientist z głęboką wiedzą w dziedzinie NLP, uczenia maszynowego i głębokiego, w tym nowoczesnych modeli transformacyjnych (GPT, Claude i inne).

Celem projektu jest stworzenie skalowalnych, gotowych do produkcji rozwiązań opartych na LLM, które zwiększą poziom automatyzacji, poprawią doświadczenia użytkowników i umożliwią budowanie inteligentnych systemów zarządzania wiedzą.

Cele

• Opracowanie i optymalizacja LLM

  • Tworzenie i fine-tuning modeli do zadań: generowanie tekstu, podsumowywanie, tłumaczenie, pytania-odpowiedzi.

  • Badanie nowych metod zwiększania dokładności, szybkości i niezawodności.

• Integracja w produktach

  • Współpraca z zespołami inżynieryjnymi, badawczymi i produktowymi w celu wbudowania LLM w rzeczywiste usługi.

  • Opracowanie API, narzędzi i procesów roboczych dla bezproblemowej integracji.

• Infrastruktura i wdrożenie

  • Tworzenie pipeline'ów do uczenia, wdrażania i monitorowania modeli w produkcji.

  • Optymalizacja wydajności i skalowalności.

• Ciężka praca nad ciągłym doskonaleniem

  • Analiza błędów i anomalii w wynikach modeli.

  • Wdrażanie krokowych ulepszeń na podstawie metryk i opinii biznesowych.

• Wymiana wiedzy i rozwój ekspertyzy

  • Śledzenie najnowszych osiągnięć naukowych w dziedzinie LLM, transformatorów i NLP.

  • Przekazywanie skomplikowanych koncepcji technicznych do interesariuszy technicznych i nietechnicznych.

Wymagania

• Wykształcenie: stopień magistra lub doktorat w dziedzinie informatyki, Data Science, AI lub pokrewnych dziedzinach.

• Doświadczenie: 4+ lata pracy z uczeniem głębokim, skoncentrowanie na NLP i transformatorach.

• Umiejętności techniczne:

  • Python, PyTorch, TensorFlow i biblioteki do uczenia głębokiego.

  • Architektury LLM (transformatory, seq2seq, attention).

  • Praktyczne doświadczenie w fine-tuningu i wdrażaniu LLM

•