Praca
Z kanału partnera
Inżynier ds. badań 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 inżynierów ML, którzy dołączą 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
• Zamień petabajty nieustrukturyzowanego tekstu w ustrukturyzowany, łatwy do eksploracji widok: tematy, klastry, segmenty, trendy, anomalie.
• Twórz skalowalne potoki reprezentacji: próbkowanie, przetwarzanie wstępne, osadzanie na dużą skalę, indeksowanie i pobieranie.
• Używaj LLM do etykietowania, słabego nadzoru, wzbogacania danych i automatycznej diagnostyki, z kontrolą kosztów/jakości.
• Przekładanie wniosków na decyzje dotyczące produktów i operacyjnych oraz dostarczanie samoobsługowych zbiorów danych, modeli danych i pulpitów nawigacyjnych.
• Współpraca z inżynierami i badaczami w celu dostosowania rurociągów do ograniczeń produkcyjnych (opóźnienia, koszty, prywatność).
Wymagania
• Silny język Python i SQL z inżynierią potokową na poziomie produkcyjnym (nie tylko notebooki).
• Zastosowanie NLP/ML w tekście ze świata rzeczywistego: osadzanie, grupowanie, modelowanie tematyczne, wyszukiwanie semantyczne, klasyfikacja.
• Doświadczenie na dużą skalę: przetwarzanie rozproszone, przechowywanie danych na dużą skalę i wykonywanie zapytań, kompromis w zakresie wydajności i kosztów.
• Ocena problemów rozmytych: metryki offline/online, etykietowanie typu „człowiek w pętli”, zgodność między komentatorami, monitorowanie dryfu.
• Wcześniejsza praca ze zbiorami danych dotyczących bezpieczeństwa/moderacji, systemami zasad/zasad lub masowym rejestrowaniem/obserwowalnością.
• Wymagana przeprowadzka do Paryża lub Londynu (hybrydowa).
Premia
• Ślad konstruktora publicznego: modele, zbiory danych lub frameworki typu open source w HuggingFace/GitHub, artykuły lub posty techniczne.
• Doświadczenie w laboratorium pionierskim lub bliskogranicznym lub w wiodących publikacjach modeli open source.
• RL dla LLM wykraczający poza standardowe RLHF: RL online, metody w stylu GRPO.
• Modele moderacji, bezpieczeństwa lub klasyfikacji na dużą skalę; wielojęzyczne szkolenie modelowe.
Oferujemy
• Konkurencyjne wynagrodzenie + kapitał własny.
• Praca hybrydowa w biurze w centrum Londynu lub w Paryżu, wsparcie w relokacji do Paryża po okresie próbnym.
• Prywatne ubezpieczenie zdrowotne premium, wsparcie zdrowia psychicznego, elastyczny czas wolny.
• Obiad i kolacja w biurze, budżet na naukę i rozwój, cały potrzebny sprzęt i narzędzia.
• Zespół poza siedzibą firmy dwa razy w roku.
Znajdź oferty pracy we Francji na Arbeitnow
Źródło: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/npv/ml-research-engineer-paris-357030)
Będziesz
• Zamień petabajty nieustrukturyzowanego tekstu w ustrukturyzowany, łatwy do eksploracji widok: tematy, klastry, segmenty, trendy, anomalie.
• Twórz skalowalne potoki reprezentacji: próbkowanie, przetwarzanie wstępne, osadzanie na dużą skalę, indeksowanie i pobieranie.
• Używaj LLM do etykietowania, słabego nadzoru, wzbogacania danych i automatycznej diagnostyki, z kontrolą kosztów/jakości.
• Przekładanie wniosków na decyzje dotyczące produktów i operacyjnych oraz dostarczanie samoobsługowych zbiorów danych, modeli danych i pulpitów nawigacyjnych.
• Współpraca z inżynierami i badaczami w celu dostosowania rurociągów do ograniczeń produkcyjnych (opóźnienia, koszty, prywatność).
Wymagania
• Silny język Python i SQL z inżynierią potokową na poziomie produkcyjnym (nie tylko notebooki).
• Zastosowanie NLP/ML w tekście ze świata rzeczywistego: osadzanie, grupowanie, modelowanie tematyczne, wyszukiwanie semantyczne, klasyfikacja.
• Doświadczenie na dużą skalę: przetwarzanie rozproszone, przechowywanie danych na dużą skalę i wykonywanie zapytań, kompromis w zakresie wydajności i kosztów.
• Ocena problemów rozmytych: metryki offline/online, etykietowanie typu „człowiek w pętli”, zgodność między komentatorami, monitorowanie dryfu.
• Wcześniejsza praca ze zbiorami danych dotyczących bezpieczeństwa/moderacji, systemami zasad/zasad lub masowym rejestrowaniem/obserwowalnością.
• Wymagana przeprowadzka do Paryża lub Londynu (hybrydowa).
Premia
• Ślad konstruktora publicznego: modele, zbiory danych lub frameworki typu open source w HuggingFace/GitHub, artykuły lub posty techniczne.
• Doświadczenie w laboratorium pionierskim lub bliskogranicznym lub w wiodących publikacjach modeli open source.
• RL dla LLM wykraczający poza standardowe RLHF: RL online, metody w stylu GRPO.
• Modele moderacji, bezpieczeństwa lub klasyfikacji na dużą skalę; wielojęzyczne szkolenie modelowe.
Oferujemy
• Konkurencyjne wynagrodzenie + kapitał własny.
• Praca hybrydowa w biurze w centrum Londynu lub w Paryżu, wsparcie w relokacji do Paryża po okresie próbnym.
• Prywatne ubezpieczenie zdrowotne premium, wsparcie zdrowia psychicznego, elastyczny czas wolny.
• Obiad i kolacja w biurze, budżet na naukę i rozwój, cały potrzebny sprzęt i narzędzia.
• Zespół poza siedzibą firmy dwa razy w roku.
Znajdź oferty pracy we Francji na Arbeitnow
Źródło: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/npv/ml-research-engineer-paris-357030)
To ogłoszenie pochodzi z feedu partnera. Aplikuj na stronie źródłowej.
Źródło: Npv
Lokalizacja
Paryż, Francja
Ogłoszenie pochodzi od Npv.