Empleo
Del feed del socio
Ingeniero de aprendizaje automático - LLM
Precio a consultar
Detalles
- Tipo de empleo
- Jornada completa
- Remoto
- No
- Empresa
- Prosus
Descripción
Traducido automáticamente de English. El texto original es el oficial. Traducción automática — se está preparando una más precisa.
Quienes somos
Has pedido la cena a través de Just Eat Takeaway. Has comprado y vendido en OLX. Has pagado con PayU. Lo más probable es que ya haya utilizado una empresa Prosus hoy.
Somos Prosus, una empresa de tecnología global que impulsa algunas de las empresas de comercio electrónico de estilos de vida líderes en el mundo. Todos los días, miles de millones de personas en India, América Latina, Europa y más allá utilizan nuestros productos y servicios para comprar, vender, pagar, conectarse y descubrir.
Nuestro ecosistema impulsado por IA abarca más de 100 empresas de comercio electrónico, entrega de alimentos, tecnología financiera y experiencias, y presta servicios a miles de millones de consumidores en todo el mundo. La IA impulsa nuestra forma de operar e innovar, con más de 60 000 agentes de IA activos que ayudan a nuestros equipos a construir, escalar y moverse más rápido. A través de nuestro equipo de inversión, también respaldamos a los fundadores y las tecnologías que dan forma al futuro: desde la robótica y los sistemas autónomos hasta la biología sintética y la inteligencia artificial de vanguardia.
Guiados por nuestros cinco valores Innovación, Resultados, Personas, Impacto y Emprendimiento, la cultura es nuestra ventaja competitiva. Prosperamos con la experimentación; construimos, probamos, aprendemos, iteramos.
Únase a nosotros para dar forma al futuro de la tecnología a escala global.
Únase a nuestro equipo de IA en Prosus, la empresa de Internet de consumo más grande de Europa y uno de los mayores inversores en tecnología del mundo. Trabajará en el equipo que impulsa el crecimiento y la innovación en toda la empresa, y su trabajo impactará directamente la forma en que millones de personas compran en línea.
a quien estamos buscando
Buscamos un ingeniero de aprendizaje automático con experiencia para desarrollar nuestros modelos de lenguaje de dominio específico. Serás propietario de todo el proceso de capacitación, desde la capacitación previa continua sobre datos propietarios, pasando por el ajuste fino, hasta técnicas avanzadas posteriores a la capacitación. Tiene experiencia práctica en la capacitación de modelos de lenguaje a escala (desde modelos integrados hasta LLM especializados), un conocimiento profundo de los sistemas distribuidos y se destaca en convertir conceptos de investigación en sistemas de producción robustos. Le motiva ver su trabajo implementado y utilizado por millones de usuarios reales. Prosperará en entornos de ritmo rápido donde equilibrará los conocimientos de la investigación con el impacto empresarial práctico.
que haras
• Analizar el rendimiento del modelo y los datos de capacitación para identificar oportunidades de mejora y formular hipótesis para mejorar.
• Diseñar, ejecutar y evaluar rigurosamente experimentos para mejorar la calidad del modelo, la eficiencia del entrenamiento y el desempeño de las tareas posteriores.
• Entrenar modelos de lenguaje grandes para nuestro dominio a través de un entrenamiento previo continuo y un ajuste completo de parámetros en conjuntos de datos propietarios.
• Diseñar e implementar procesos posteriores a la capacitación utilizando RLHF, DPO, GRPO y otras técnicas de aprendizaje por refuerzo.
• Cree y optimice una infraestructura de capacitación distribuida en clústeres de GPU de múltiples nodos utilizando marcos como DeepSpeed, FSDP, Megatron-LM o Axolotl.
• Preparación propia de datos a gran escala: estrategias de filtrado, evaluación de calidad, deduplicación y combinación de datos para corpus de entrenamiento a una escala de más de 100 mil millones de tokens.
• Genere y seleccione datos sintéticos de alta calidad para ajustar la instrucción y mejorar las capacidades.
• Depurar problemas de estabilidad del entrenamiento, optimizar el rendimiento del entrenamiento y monitorear el rendimiento del modelo en trabajos distribuidos de larga duración.
• Implementar técnicas de artículos recientes y adaptarlas a nuestros casos de uso.
• Construir marcos de evaluación sólidos para medir la calidad del modelo y guiar las decisiones de capacitación.
• Escriba código bien probado y de calidad de producción y contribuya a los estándares de ingeniería del equipo.
Cualificaciones mínimas
• Más de 3 años de experiencia en ingeniería de aprendizaje automático
• Experiencia comprobada en capacitación e implementación de modelos de lenguaje en producción (modelos integrados, modelos de codificador o modelos de lenguaje grandes), incluida la capacitación previa, la capacitación previa continua o el ajuste con una evaluación rigurosa.
• Experiencia en la preparación de conjuntos de datos de capacitación a gran escala: filtrado de datos, evaluación de calidad, estrategias de deduplicación y diseño de combinación de datos.
• Experiencia práctica con marcos de capacitación distribuidos (DeepSpeed, FSDP, Megatron-LM o Axolotl), incluida la orquestación de trabajos de múltiples nodos, la depuración de fallas y la optimización del rendimiento.
• Gran comprensión de la dinámica de la capacitación a escala: depuración de inestabilidades de pérdidas, ajuste de los cronogramas de tasas de aprendizaje, gestión de la estabilidad de la capacitación en trabajos de múltiples nodos de larga duración.
• Experto en Python y PyTorch con experiencia en producción utilizando bibliotecas de capacitación (Transformers, DeepSpeed, Accelerate)
• Fuertes prácticas de ingeniería de software: control de versiones, pruebas, CI/CD, revisión de código.
Cualificaciones preferidas
• Publicó investigaciones en conferencias de aprendizaje automático (NeurIPS, ICML, ICLR, ACL, EMNLP), lanzó modelos en Hugging Face, creó puntos de referencia públicos o contribuyó a proyectos de código abierto.
• Experiencia con métodos posteriores a la capacitación: RLHF, DPO, GRPO u otros enfoques de aprendizaje por refuerzo para la alineación y el seguimiento de instrucciones.
• Experiencia en optimización de modelos para inferencia de producción: cuantificación, compresión de modelos, destilación y marcos de servicio (vLLM).
• Comprensión de la optimización de la memoria: puntos de control de gradiente, entrenamiento de precisión mixto (FP16, BF16, FP8), optimización ZeRO
• Historial de creación de canales de generación de datos sintéticos para ajuste de instrucciones o adaptación de dominios.
• Contribuciones de investigación: artículos publicados en conferencias de ML, modelos publicados en Hugging Face o puntos de referencia creados utilizados por la comunidad.
• Contribuciones a proyectos o herramientas de formación LLM de código abierto.
que ofrecemos
• Proyectos de IA de alto impacto que son estratégicamente vitales para la empresa, con la participación directa de los altos directivos, incluido el director ejecutivo.
• Infraestructura de última generación: flota de GPU H200, conjuntos de datos propietarios masivos, acceso a modelos de frontera (OpenAI, Anthropic, Google, Together.ai) para evaluación y líneas de base.
• Colegas expertos que han lanzado los mejores modelos de Hugging Face, han escrito artículos en NeurIPS, han creado puntos de referencia conocidos y han construido múltiples sistemas de producción de IA...
Fuente: Arbeitnow (https://www.arbeitnow.nl/jobs/companies/prosus/machine-learning-engineer-llms-amsterdam-244530)
Has pedido la cena a través de Just Eat Takeaway. Has comprado y vendido en OLX. Has pagado con PayU. Lo más probable es que ya haya utilizado una empresa Prosus hoy.
Somos Prosus, una empresa de tecnología global que impulsa algunas de las empresas de comercio electrónico de estilos de vida líderes en el mundo. Todos los días, miles de millones de personas en India, América Latina, Europa y más allá utilizan nuestros productos y servicios para comprar, vender, pagar, conectarse y descubrir.
Nuestro ecosistema impulsado por IA abarca más de 100 empresas de comercio electrónico, entrega de alimentos, tecnología financiera y experiencias, y presta servicios a miles de millones de consumidores en todo el mundo. La IA impulsa nuestra forma de operar e innovar, con más de 60 000 agentes de IA activos que ayudan a nuestros equipos a construir, escalar y moverse más rápido. A través de nuestro equipo de inversión, también respaldamos a los fundadores y las tecnologías que dan forma al futuro: desde la robótica y los sistemas autónomos hasta la biología sintética y la inteligencia artificial de vanguardia.
Guiados por nuestros cinco valores Innovación, Resultados, Personas, Impacto y Emprendimiento, la cultura es nuestra ventaja competitiva. Prosperamos con la experimentación; construimos, probamos, aprendemos, iteramos.
Únase a nosotros para dar forma al futuro de la tecnología a escala global.
Únase a nuestro equipo de IA en Prosus, la empresa de Internet de consumo más grande de Europa y uno de los mayores inversores en tecnología del mundo. Trabajará en el equipo que impulsa el crecimiento y la innovación en toda la empresa, y su trabajo impactará directamente la forma en que millones de personas compran en línea.
a quien estamos buscando
Buscamos un ingeniero de aprendizaje automático con experiencia para desarrollar nuestros modelos de lenguaje de dominio específico. Serás propietario de todo el proceso de capacitación, desde la capacitación previa continua sobre datos propietarios, pasando por el ajuste fino, hasta técnicas avanzadas posteriores a la capacitación. Tiene experiencia práctica en la capacitación de modelos de lenguaje a escala (desde modelos integrados hasta LLM especializados), un conocimiento profundo de los sistemas distribuidos y se destaca en convertir conceptos de investigación en sistemas de producción robustos. Le motiva ver su trabajo implementado y utilizado por millones de usuarios reales. Prosperará en entornos de ritmo rápido donde equilibrará los conocimientos de la investigación con el impacto empresarial práctico.
que haras
• Analizar el rendimiento del modelo y los datos de capacitación para identificar oportunidades de mejora y formular hipótesis para mejorar.
• Diseñar, ejecutar y evaluar rigurosamente experimentos para mejorar la calidad del modelo, la eficiencia del entrenamiento y el desempeño de las tareas posteriores.
• Entrenar modelos de lenguaje grandes para nuestro dominio a través de un entrenamiento previo continuo y un ajuste completo de parámetros en conjuntos de datos propietarios.
• Diseñar e implementar procesos posteriores a la capacitación utilizando RLHF, DPO, GRPO y otras técnicas de aprendizaje por refuerzo.
• Cree y optimice una infraestructura de capacitación distribuida en clústeres de GPU de múltiples nodos utilizando marcos como DeepSpeed, FSDP, Megatron-LM o Axolotl.
• Preparación propia de datos a gran escala: estrategias de filtrado, evaluación de calidad, deduplicación y combinación de datos para corpus de entrenamiento a una escala de más de 100 mil millones de tokens.
• Genere y seleccione datos sintéticos de alta calidad para ajustar la instrucción y mejorar las capacidades.
• Depurar problemas de estabilidad del entrenamiento, optimizar el rendimiento del entrenamiento y monitorear el rendimiento del modelo en trabajos distribuidos de larga duración.
• Implementar técnicas de artículos recientes y adaptarlas a nuestros casos de uso.
• Construir marcos de evaluación sólidos para medir la calidad del modelo y guiar las decisiones de capacitación.
• Escriba código bien probado y de calidad de producción y contribuya a los estándares de ingeniería del equipo.
Cualificaciones mínimas
• Más de 3 años de experiencia en ingeniería de aprendizaje automático
• Experiencia comprobada en capacitación e implementación de modelos de lenguaje en producción (modelos integrados, modelos de codificador o modelos de lenguaje grandes), incluida la capacitación previa, la capacitación previa continua o el ajuste con una evaluación rigurosa.
• Experiencia en la preparación de conjuntos de datos de capacitación a gran escala: filtrado de datos, evaluación de calidad, estrategias de deduplicación y diseño de combinación de datos.
• Experiencia práctica con marcos de capacitación distribuidos (DeepSpeed, FSDP, Megatron-LM o Axolotl), incluida la orquestación de trabajos de múltiples nodos, la depuración de fallas y la optimización del rendimiento.
• Gran comprensión de la dinámica de la capacitación a escala: depuración de inestabilidades de pérdidas, ajuste de los cronogramas de tasas de aprendizaje, gestión de la estabilidad de la capacitación en trabajos de múltiples nodos de larga duración.
• Experto en Python y PyTorch con experiencia en producción utilizando bibliotecas de capacitación (Transformers, DeepSpeed, Accelerate)
• Fuertes prácticas de ingeniería de software: control de versiones, pruebas, CI/CD, revisión de código.
Cualificaciones preferidas
• Publicó investigaciones en conferencias de aprendizaje automático (NeurIPS, ICML, ICLR, ACL, EMNLP), lanzó modelos en Hugging Face, creó puntos de referencia públicos o contribuyó a proyectos de código abierto.
• Experiencia con métodos posteriores a la capacitación: RLHF, DPO, GRPO u otros enfoques de aprendizaje por refuerzo para la alineación y el seguimiento de instrucciones.
• Experiencia en optimización de modelos para inferencia de producción: cuantificación, compresión de modelos, destilación y marcos de servicio (vLLM).
• Comprensión de la optimización de la memoria: puntos de control de gradiente, entrenamiento de precisión mixto (FP16, BF16, FP8), optimización ZeRO
• Historial de creación de canales de generación de datos sintéticos para ajuste de instrucciones o adaptación de dominios.
• Contribuciones de investigación: artículos publicados en conferencias de ML, modelos publicados en Hugging Face o puntos de referencia creados utilizados por la comunidad.
• Contribuciones a proyectos o herramientas de formación LLM de código abierto.
que ofrecemos
• Proyectos de IA de alto impacto que son estratégicamente vitales para la empresa, con la participación directa de los altos directivos, incluido el director ejecutivo.
• Infraestructura de última generación: flota de GPU H200, conjuntos de datos propietarios masivos, acceso a modelos de frontera (OpenAI, Anthropic, Google, Together.ai) para evaluación y líneas de base.
• Colegas expertos que han lanzado los mejores modelos de Hugging Face, han escrito artículos en NeurIPS, han creado puntos de referencia conocidos y han construido múltiples sistemas de producción de IA...
Fuente: Arbeitnow (https://www.arbeitnow.nl/jobs/companies/prosus/machine-learning-engineer-llms-amsterdam-244530)
Este anuncio proviene de un feed de socios. Solicítalo en el sitio web de origen.
Fuente: Prosus
Ubicación
Ámsterdam, Países Bajos
Publicación proporcionada por Prosus.
