Praca
Z kanału partnera
Staż - Inżynier ds. badań nad uczeniem maszynowym
Cena na życzenie
Szczegóły
- Typ zatrudnienia
- Pełny etat
- Zdalnie
- Nie
- Firma
- Perplexity
Opis
Automatyczne tłumaczenie z języka English. Oryginał jest wiążący. Tłumaczenie maszynowe — trwają prace nad dokładniejszą wersją.
Program stażowy w Berlinie
Program stażu: 12 - 24 tygodni, w pełnym wymiarze godzin, osobiście w biurze w Berlinie.
Obowiązki
• Nieustannie poprawiaj jakość wyszukiwania — poprzez modele, dane, narzędzia lub inne dostępne dźwignie.
• Trenuj i optymalizuj wielkoskalowe modele głębokiego uczenia się przy użyciu frameworków takich jak PyTorch, wykorzystując szkolenia rozproszone (np. PyTorch Distributed, DeepSpeed, FSDP) i akcelerację sprzętową, ze szczególnym uwzględnieniem modeli pobierania i rankingu.
• Przeprowadzić badania nad uczeniem się poprzez reprezentację, w tym uczeniem kontrastowym, wielojęzycznością, oceną i modelowaniem multimodalnym do wyszukiwania i wyszukiwania.
• Buduj i optymalizuj rurociągi RAG pod kątem uziemienia i generowania odpowiedzi.
Kwalifikacje
• Zrozumienie systemów wyszukiwania i wyszukiwania, w tym zasad i wskaźników oceny jakości.
• Wysoka biegłość w PyTorch, w tym doświadczenie w technikach rozproszonego szkolenia i optymalizacji wydajności dla dużych modeli.
• Zainteresowany uczeniem się reprezentacji, w tym uczeniem kontrastowym, gęstymi i rzadkimi reprezentacjami wektorowymi, fuzją reprezentacji, wyrównaniem reprezentacji międzyjęzykowej, optymalizacją danych szkoleniowych i solidną oceną.
• Rejestr publikacji na konferencjach lub warsztatach AI/ML (np. NeurIPS, ICML, ICLR, ACL, EMNLP, SIGIR).
Znajdź więcej anglojęzycznych ofert pracy w Niemczech na Arbeitnow
Źródło: Arbeitnow (https://www.arbeitnow.com/jobs/companies/perplexity/internship-machine-learning-research-engineer-berlin-71199)
Program stażu: 12 - 24 tygodni, w pełnym wymiarze godzin, osobiście w biurze w Berlinie.
Obowiązki
• Nieustannie poprawiaj jakość wyszukiwania — poprzez modele, dane, narzędzia lub inne dostępne dźwignie.
• Trenuj i optymalizuj wielkoskalowe modele głębokiego uczenia się przy użyciu frameworków takich jak PyTorch, wykorzystując szkolenia rozproszone (np. PyTorch Distributed, DeepSpeed, FSDP) i akcelerację sprzętową, ze szczególnym uwzględnieniem modeli pobierania i rankingu.
• Przeprowadzić badania nad uczeniem się poprzez reprezentację, w tym uczeniem kontrastowym, wielojęzycznością, oceną i modelowaniem multimodalnym do wyszukiwania i wyszukiwania.
• Buduj i optymalizuj rurociągi RAG pod kątem uziemienia i generowania odpowiedzi.
Kwalifikacje
• Zrozumienie systemów wyszukiwania i wyszukiwania, w tym zasad i wskaźników oceny jakości.
• Wysoka biegłość w PyTorch, w tym doświadczenie w technikach rozproszonego szkolenia i optymalizacji wydajności dla dużych modeli.
• Zainteresowany uczeniem się reprezentacji, w tym uczeniem kontrastowym, gęstymi i rzadkimi reprezentacjami wektorowymi, fuzją reprezentacji, wyrównaniem reprezentacji międzyjęzykowej, optymalizacją danych szkoleniowych i solidną oceną.
• Rejestr publikacji na konferencjach lub warsztatach AI/ML (np. NeurIPS, ICML, ICLR, ACL, EMNLP, SIGIR).
Znajdź więcej anglojęzycznych ofert pracy w Niemczech na Arbeitnow
Źródło: Arbeitnow (https://www.arbeitnow.com/jobs/companies/perplexity/internship-machine-learning-research-engineer-berlin-71199)
To ogłoszenie pochodzi z feedu partnera. Aplikuj na stronie źródłowej.
Źródło: Perplexity
Lokalizacja
Berlin, Niemcy
Ogłoszenie pochodzi od Perplexity.
