Praca
Z kanału partnera
Inżynier multimodalnego ML
Cena na życzenie
Szczegóły
- Typ zatrudnienia
- Pełny etat
- Zdalnie
- Nie
- Firma
- Npv
Opis
Automatyczne tłumaczenie z języka English. Oryginał jest wiążący. Tłumaczenie maszynowe — trwają prace nad dokładniejszą wersją.
Poszukujemy inżyniera multimodalnego uczenia maszynowego, który dołączy do White Circle, firmy zajmującej się bezpieczeństwem sztucznej inteligencji, tworzącej warstwę bezpieczeństwa, niezawodności i optymalizacji dla systemów AI za pomocą zasad języka naturalnego, które automatycznie testują, egzekwują i ulepszają na dużą skalę. Wspierany przez 70 milionów dolarów (seria A) od najlepszych funduszy i starszych liderów z OpenAI, Anthropic, HuggingFace, Mistral, DeepMind i innych, White Circle przetwarza ponad 100 milionów wywołań API miesięcznie oraz udoskonala i szkoli własne LLM, aby działały szybciej i taniej niż modele otwarte lub zastrzeżone.
Będziesz
• Trenuj i dostrajaj wielkoskalowe modele multimodalne (język wizyjny, dźwięk, mowa, wideo) od podstaw i na podstawie wstępnie wytrenowanych punktów kontrolnych.
• Projektuj eksperymenty, buduj multimodalne potoki danych i trenuj architektury MoE.
• Twórz potoki dopasowujące (SFT, DPO, GRPO), optymalizuj pod kątem produkcji (kwantyzacja, destylacja, przesyłanie strumieniowe) i wdrażaj kompleksowo.
• Zdefiniuj wskaźniki oceny, które faktycznie mają znaczenie dla produktu.
Wymagania
• Ponad 3 lata szkolenia w zakresie wielkoskalowych modeli multimodalnych.
• Silne doświadczenie w zakresie szkoleń PyTorch i rozproszonych (DeepSpeed, FSDP).
• Głęboka znajomość architektur multimodalnych – LLaVA, Qwen-VL, InternVL, Audio Flamingo, Whisper, HuBERT, Conformer lub podobnych.
• Praktyczny RLHF/dopasowanie w różnych modalnościach (GRPO, DPO, modelowanie nagród).
• Wymagane doświadczenie zarówno w zakresie dźwięku, jak i obrazu — modelowanie sekwencji dla każdego z nich oraz selekcja zbiorów danych na dużą skalę i optymalizacja wnioskowania produkcyjnego.
• Wymagana przeprowadzka do Paryża lub Londynu (hybrydowa).
Bonus
• Podstawy przetwarzania sygnału audio – spektrogramy, funkcje mel, redukcja szumów.
• Doświadczenie w architekturze MoE.
Oferujemy
• Konkurencyjne wynagrodzenie + kapitał własny.
• Oficjalna pomoc w zatrudnieniu, wizie i relokacji.
Znajdź oferty pracy we Francji na Arbeitnow
Źródło: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/npv/multimodal-ml-engineer-paris-371848)
Będziesz
• Trenuj i dostrajaj wielkoskalowe modele multimodalne (język wizyjny, dźwięk, mowa, wideo) od podstaw i na podstawie wstępnie wytrenowanych punktów kontrolnych.
• Projektuj eksperymenty, buduj multimodalne potoki danych i trenuj architektury MoE.
• Twórz potoki dopasowujące (SFT, DPO, GRPO), optymalizuj pod kątem produkcji (kwantyzacja, destylacja, przesyłanie strumieniowe) i wdrażaj kompleksowo.
• Zdefiniuj wskaźniki oceny, które faktycznie mają znaczenie dla produktu.
Wymagania
• Ponad 3 lata szkolenia w zakresie wielkoskalowych modeli multimodalnych.
• Silne doświadczenie w zakresie szkoleń PyTorch i rozproszonych (DeepSpeed, FSDP).
• Głęboka znajomość architektur multimodalnych – LLaVA, Qwen-VL, InternVL, Audio Flamingo, Whisper, HuBERT, Conformer lub podobnych.
• Praktyczny RLHF/dopasowanie w różnych modalnościach (GRPO, DPO, modelowanie nagród).
• Wymagane doświadczenie zarówno w zakresie dźwięku, jak i obrazu — modelowanie sekwencji dla każdego z nich oraz selekcja zbiorów danych na dużą skalę i optymalizacja wnioskowania produkcyjnego.
• Wymagana przeprowadzka do Paryża lub Londynu (hybrydowa).
Bonus
• Podstawy przetwarzania sygnału audio – spektrogramy, funkcje mel, redukcja szumów.
• Doświadczenie w architekturze MoE.
Oferujemy
• Konkurencyjne wynagrodzenie + kapitał własny.
• Oficjalna pomoc w zatrudnieniu, wizie i relokacji.
Znajdź oferty pracy we Francji na Arbeitnow
Źródło: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/npv/multimodal-ml-engineer-paris-371848)
To ogłoszenie pochodzi z feedu partnera. Aplikuj na stronie źródłowej.
Źródło: Npv
Lokalizacja
Paryż, Francja
Ogłoszenie pochodzi od Npv.
