Μηχανικός πλατφόρμας μηχανικής μάθησης

Σχετικά με το ActAI
Υπάρχουν πάνω από 5 δισεκατομμύρια χρήστες που χρησιμοποιούν βασικές εφαρμογές σήμερα, όπως email, σημειώσεις, εργασίες, ημερολόγιο και δεν είναι εγγενείς στην τεχνητή νοημοσύνη. Η αποστολή μας είναι να δημιουργήσουμε προληπτικές εφαρμογές για οποιονδήποτε στον κόσμο, που δεν είναι συνηθισμένος σε πολύπλοκες προτροπές. Στόχος μας είναι να φέρουμε ευφυΐα στις συνομιλίες, τα θελήματα, την οργάνωση και τις ροές εργασιών, με ελάχιστη έως καθόλου προτροπή.
Το προϊόν μας εστιάζει στην επίτευξη υψηλής αξιοπιστίας για μακροχρόνιες ροές εργασίας, μόνιμο περιβάλλον και ολοκλήρωση εργασιών σε πραγματικό κόσμο. Πιστεύουμε ότι τα προϊόντα θα μειώσουν σημαντικά τις παραισθήσεις.
Στόχος μας είναι να οργανώσουμε τη ζωή οποιουδήποτε, επιτρέποντάς μας σε όλους να αφιερώνουμε χρόνο σε πολύτιμα και ουσιαστικά πράγματα.
Σχετικά με τον Ρόλο
Ως Μηχανικός Πλατφόρμας ML, θα δημιουργήσετε την υποδομή και τα συστήματα που ενισχύουν τις δυνατότητες AI του ActAI.
Θα σχεδιάσετε και θα χειρίζεστε τα συστήματα πίσω από τη στοίβα AI, από την εκπαίδευση και την αξιολόγηση μοντέλων έως την ανάπτυξη, την εξαγωγή συμπερασμάτων, την παρατηρησιμότητα και τη συνεχή βελτίωση.
Θα συνεργαστείτε στενά με μηχανικούς, ερευνητές και μηχανικούς προϊόντων AI για να μετατρέψετε τα μοντέλα σε αξιόπιστα, επεκτάσιμα και οικονομικά αποδοτικά συστήματα παραγωγής. Θα δημιουργήσετε τις πλατφόρμες, τα εργαλεία και την υποδομή που επιτρέπουν στην ομάδα να πειραματιστεί γρήγορα και να φέρει τις δυνατότητες AI στην παραγωγή με σιγουριά.
Εστίαση

• Δημιουργία και λειτουργία της υποδομής και των πλατφορμών ML που τροφοδοτούν τα προϊόντα τεχνητής νοημοσύνης της A1

• Σχεδιασμός συστημάτων για εκπαίδευση μοντέλων, αξιολόγηση, ανάπτυξη, εξαγωγή συμπερασμάτων και πειραματισμό

• Δημιουργία και βελτιστοποίηση υποδομής εξυπηρέτησης μοντέλων και συμπερασμάτων για φόρτους εργασίας υψηλής απόδοσης και χαμηλής καθυστέρησης

• Βελτιώστε την αξιοπιστία, την επεκτασιμότητα, τον λανθάνοντα χρόνο και την αποδοτικότητα κόστους των συστημάτων AI

• Αναπτύξτε αξιόπιστους αγωγούς για προετοιμασία δεδομένων, εκπαίδευση, αξιολόγηση, έκδοση μοντέλου και συνεχή βελτίωση

• Δημιουργία πλατφορμών και εργαλείων που επιτρέπουν σε μηχανικούς και ερευνητές τεχνητής νοημοσύνης να πειραματίζονται, να αξιολογούν και να αποστέλλουν μοντέλα πιο γρήγορα

• Ανάπτυξη υποδομής αξιολόγησης και συγκριτικής αξιολόγησης για τη μέτρηση της ποιότητας, της απόδοσης και των παλινδρομήσεων του μοντέλου

• Δημιουργία παρατηρησιμότητας παραγωγής, παρακολούθησης, ανίχνευσης και ειδοποίησης για φόρτους εργασίας AI/ML

• Βελτιώστε τα συστήματα AI σε σχέση με την αξιοπιστία, την επεκτασιμότητα, τον λανθάνοντα χρόνο, την απόδοση και το κόστος

• Εντοπίστε τα σημεία συμφόρησης στη στοίβα ML και βελτιώνετε συνεχώς την απόδοση του συστήματος

• Συνεργαστείτε στενά με μηχανικούς, ερευνητές και ομάδες προϊόντων τεχνητής νοημοσύνης για να μετατρέψετε τις εξελισσόμενες απαιτήσεις μοντέλων σε υποδομή έτοιμη για παραγωγή

Tech Stack

• Python

• PyTorch / JAX

• Υποδομή εξυπηρέτησης LLM και ML όπως vLLM, SGLang ή TensorRT-LLM

• Υποδομή cloud

• Κατανεμημένα συστήματα

• Διοχετεύσεις ML/δεδομένων και ενορχήστρωση ροής εργασιών

• Υποδομή GPU και εργαλεία απόδοσης

• Διανυσματικές βάσεις δεδομένων και υποδομή ανάκτησης

Ιδανική Εμπειρία

• Ισχυρές αρχές μηχανικής λογισμικού και εμπειρία κατασκευής συστημάτων παραγωγής

• Απολαύστε τη δημιουργία υποδομών ML, πλατφορμών ή συστημάτων μηχανικής μάθησης παραγωγής

• Εμπειρία με την ανάπτυξη μοντέλου, την εξαγωγή συμπερασμάτων, την αξιολόγηση ή τη διοχέτευση δεδομένων

• Ισχυρή κατανόηση των κατανεμημένων συστημάτων και της αξιοπιστίας του συστήματος

• Δυνατότητα εγγραφής κώδικα καθαρού, συντηρήσιμου, ποιότητας παραγωγής

• Άνετη εργασία σε ασαφή, γρήγορα κινούμενα περιβάλλοντα

• Προκατάληψη προς την ιδιοκτησία, τον πειραματισμό και τη συνεχή βελτίωση

Αποτελέσματα

• Η υποδομή AI υποστηρίζει αξιόπιστα φόρτους εργασίας παραγωγής σε κλίμακα

• Τα μοντέλα μπορούν να εκπαιδευτούν, να αξιολογηθούν, να αναπτυχθούν και να βελτιωθούν αποτελεσματικά

• Τα συστήματα συμπερασμάτων παρέχουν ισχυρή καθυστέρηση, απόδοση, αξιοπιστία και αποδοτικότητα κόστους

• Οι αγωγοί ML είναι αναπαραγώγιμοι, παρατηρήσιμοι, συντηρήσιμοι και ανθεκτικοί

• Οι παλινδρομήσεις μοντέλου και υποδομής εντοπίζονται γρήγορα και διαγιγνώσκονται αποτελεσματικά

• Οι κοινές δυνατότητες υποδομής ML γίνονται επαναχρησιμοποιήσιμες πρωτόγονες πλατφόρμες αντί να αναδημιουργούνται για κάθε προϊόν τεχνητής νοημοσύνης

• Η στοίβα AI μπορεί να εξελιχθεί γρήγορα καθώς αναδύονται νέα μοντέλα, αρχιτεκτονικές και τεχνικές συμπερασμάτων

Βρείτε θέσεις εργασίας στη Γερμανία στο Arbeitnow

Πηγή: Arbeitnow (https://www.arbeitnow.com/jobs/companies/bjak/machine-learning-platform-engineer-germany-452758)