Inżynier ds. stosowanego uczenia maszynowego, EMEA

O nas:
Fireworks to platforma wyspecjalizowanej inteligencji, umożliwiająca firmom budowanie, trenowanie i obsługę modeli sztucznej inteligencji dostosowanych do ich własnych danych, przepływów pracy i produktów. Założona przez zespół stojący za PyTorch i wspierana przez AMD, Atreides, Benchmark Capital, Index Ventures, Lightspeed, NVIDIA, Sequoia Capital i TCV, Fireworks wspiera produkcyjną sztuczną inteligencję za pomocą setek najnowocześniejszych otwartych modeli obejmujących tekst, obraz, osadzanie, dźwięk i obciążenia multimodalne. Dziś Fireworks to firma należąca do serii D, wyceniana na 17,5 miliarda dolarów, skupiająca ambitny, współpracujący zespół, który buduje przyszłość sztucznej inteligencji dla przedsiębiorstw.
Rola:
Jako inżynier stosowanego uczenia maszynowego jesteś właścicielem technicznym zaangażowania klienta. Na całym świecie nazywa się to rolą wysuniętego inżyniera; w Fireworks w regionie EMEA nosi tytuł AMLE. Osadzasz na niewielkiej liczbie kont, pracujesz w ich środowisku i jesteś właścicielem wszystkiego, co stoi między nimi a produkcją w Fireworks: modelu, ścieżki udostępniania, integracji, wydajności. Określasz zakres pracy przed podpisaniem i dostarczasz to, co określiłeś. Głębokość ponad szerokość: kilka kont, posiadanych od końca do końca.
Najbardziej cenimy myślenie według pierwszych zasad: rozumowanie o nieznanych problemach od podstaw, a nie na podstawie podręczników. Zostaniesz pod tym kątem oceniony bezpośrednio w trakcie rozmowy kwalifikacyjnej, a siła tutaj może przeważyć nad lukami gdzie indziej w Twojej przeszłości.

Cztery kolce:

• Inżynieria oprogramowania. Wysyłasz systemy produkcyjne i czujesz się komfortowo wrzucony do nieznanej bazy kodu lub środowiska klienta z określonym terminem. Głębokość zaplecza i systemów, mocny język Python plus co najmniej jeden język systemowy oraz płynność w zakresie inżynierii wspomaganej sztuczną inteligencją i inżynierii agentowej jako kluczowych elementów budowania.

• Uczenie maszynowe. Bierzesz otwarte modele i ulepszasz je pod kątem zadania klienta: SFT, LoRA i inne metody efektywne parametrycznie, uczenie się przez wzmacnianie (RLHF, RLVR), destylacja. Co równie ważne, projektujesz oceny, które odzwierciedlają rzeczywiste zadanie i pozwalają na podjęcie decyzji dotyczących szkolenia, a także wiesz, kiedy dostrojenie nie jest rozwiązaniem.

• Infrastruktura i wydajność. Znasz swoje procesory graficzne: przepustowość pamięci, jądra, równoległość, co właściwie oznaczają wskaźniki wykorzystania. Optymalizacja serwowania i wnioskowania: kwantyzacja, dekodowanie spekulatywne, przetwarzanie wsadowe, zachowanie pamięci podręcznej KV, kompromisy w zakresie opóźnień i przepustowości, obsługa wielu procesorów graficznych i wielu węzłów, planowanie wydajności. Możesz wybrać wdrożenie, które działa, sprawić, że będzie szybkie i ekonomiczne, a także zastanowić się, gdzie znajduje się wąskie gardło, zanim dotkniesz profilera.

• Zaangażowanie klienta. Chcesz być w pokoju. Istotą tej roli jest stworzenie dla każdego klienta specjalistycznej inteligencji: najlepszego modelu dla jego zadania, jego danych, jego ograniczeń. To wymaga prawdziwego zainteresowania problemem klienta, a nie tylko technicznym. Wyjątkowo wygląda tutaj energia założyciela z klientami; podłoga to autentyczny apetyt na osadzanie, wyjaśnianie i osiąganie własnych wyników.

Kluczowe obowiązki:

• Własne zaangażowanie: Jako jedyny odpowiedzialny właściciel techniczny przeprowadź wdrożenia u klientów od określenia zakresu po produkcję.

• Osadź: Pracuj bezpośrednio w zespołach klientów; rozumieją swoją domenę, dane i ograniczenia na tyle dobrze, aby podejmować decyzje, którym ufają.

• Trenuj i dostrajaj: przeprowadzaj prace dostrajające i poszkoleniowe tam, gdzie jest to potrzebne, od danych, poprzez ocenę, aż po model wykorzystywany w środowisku produkcyjnym.

• Optymalizuj: Zwiększ wydajność i koszty obsługi w Fireworks: wybór modelu, kształt wdrożenia i optymalizacja wnioskowania.

• Zakres uczciwie: Oceń, co jest możliwe do osiągnięcia, zanim zaangażujemy się w projekt, i odziedzicz zakres, który wyznaczyłeś.

• Sygnał produktu: Dostarczaj klientom i inżynierii to, czego potrzebują klienci, z wystarczającą precyzją, aby można było podjąć działania.

Minimalne kwalifikacje:

• Skoki w dwóch lub wszystkich trzech obszarach.

• W przypadku programu ML: formalne szkolenie (doktorat, doktorat w trakcie lub mocny tytuł magistra) i doświadczenie w szczególności w LLM po szkoleniu.

• W przypadku wzrostu infrastruktury: doświadczenie z infrastrukturą GPU, usługami rozproszonymi lub silnikami wnioskowania.

• Doświadczenie założyciela lub inżyniera założyciela.

• Doświadczenie w startupie lub dynamicznym środowisku.

Dlaczego fajerwerki?

• Rozwiązuj trudne problemy: stawiaj czoła wyzwaniom stojącym przed infrastrukturą sztucznej inteligencji, od wnioskowania o małych opóźnieniach po udostępnianie skalowalnych modeli.

• Twórz przyszłe rozwiązania: pracuj z najnowocześniejszą technologią, która wpływa na sposób, w jaki firmy i programiści wykorzystują sztuczną inteligencję na całym świecie.

• Własność i wpływ: Dołącz do szybko rozwijającego się, pełnego pasji zespołu, w którym Twoja praca bezpośrednio kształtuje przyszłość sztucznej inteligencji – bez biurokracji, tylko wyniki.

• Ucz się od najlepszych: współpracuj ze światowej klasy inżynierami i badaczami sztucznej inteligencji, których pasją jest ciekawość i innowacje.

Fireworks AI jest pracodawcą zapewniającym równe szanse. Celebrujemy różnorodność i angażujemy się w tworzenie włączającego środowiska dla wszystkich innowatorów.
Znajdź oferty pracy w Wielkiej Brytanii na Arbeitnow

Źródło: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/fireworks/applied-machine-learning-engineer-emea-london-117330)