Kıdemli Makine Öğrenimi Mühendisi - Yüksek Lisans (LLM)

Biz Kimiz
Just Eat Takeaway aracılığıyla akşam yemeği sipariş ettiniz. OLX'te alım satım yaptınız. PayU ile ödeme yaptınız. Muhtemelen bugün zaten bir Prosus şirketi kullanmışsınızdır.
Biz, dünyanın önde gelen yaşam tarzı e-ticaret işletmelerinden bazılarına güç veren küresel bir teknoloji şirketi olan Prosus'uz. Her gün Hindistan, Latin Amerika, Avrupa ve ötesinde milyarlarca insan satın almak, satmak, ödeme yapmak, bağlantı kurmak ve keşfetmek için ürünlerimizi ve hizmetlerimizi kullanıyor.
Yapay zeka odaklı ekosistemimiz, e-ticaret, gıda dağıtımı, fintech ve deneyimler alanlarında 100'den fazla şirketi kapsıyor ve dünya çapında milyarlarca tüketiciye hizmet veriyor. Yapay zeka, ekiplerimizin daha hızlı oluşturmasına, ölçeklendirmesine ve hareket etmesine yardımcı olan 60.000'den fazla aktif yapay zeka aracısıyla çalışma ve yenilik yapma şeklimize güç veriyor. Yatırım ekibimiz aracılığıyla, geleceği şekillendiren kurucuları ve teknolojileri de destekliyoruz: Robotik ve otonom sistemlerden sentetik biyoloji ve öncü yapay zekaya kadar.
Beş değerimiz olan İnovasyon, Sonuçlar, İnsanlar, Etki ve Girişimcilik tarafından yönlendirilen kültür, rekabet avantajımızdır. Deneyerek gelişiyoruz; İnşa ediyoruz, test ediyoruz, öğreniyoruz, yineliyoruz.
Küresel ölçekte teknolojinin geleceğini şekillendirmek için bize katılın.
Kimi arıyoruz
Etki alanına özgü dil modellerini eğitmek ve ekibe teknik liderlik sağlamak için Kıdemli Makine Öğrenimi Mühendisi arıyoruz. Eğitim altyapımızın kritik bölümlerine sahip olacak, mühendislere mentorluk yapacak ve veri hazırlığından üretim dağıtımına kadar teknik kararları yönlendireceksiniz. Titiz denemeler ve yüksek kaliteli kod aracılığıyla örnekler vererek, geniş ölçekte derin, uygulamalı eğitim dili modelleri deneyimine sahipsiniz ve çalışmanızın milyonlarca kullanıcıya dağıtıldığını görerek motive oluyorsunuz. Teknik derinliği pratik iş etkisi ile dengelediğiniz hızlı tempolu ortamlarda başarılı olursunuz.
Ne yapacaksın

• Model performansını ve eğitim verilerini analiz edin, hipotezler formüle edin, model kalitesini, eğitim ve çıkarım verimliliğini ve alt görev performansını sistematik olarak iyileştirmek için sıkı deneyler tasarlayın ve uygulayın

• Model mimarisi, eğitim stratejileri ve altyapı seçimleri için teknik karar alma sürecini yönlendirin

• Kod incelemeleri yürüterek, en iyi uygulamaları paylaşarak ve ekibin büyümesini hızlandırarak makine öğrenimi mühendislerine ve stajyerlere teknik liderlik ve mentorluk sağlayın

• Tescilli veri kümelerinde sürekli ön eğitim ve tam parametre ince ayarı yoluyla büyük dil modellerini eğitin

• DeepSpeed, FSDP, Megatron-LM veya Axolotl gibi çerçeveleri kullanarak çok düğümlü GPU kümeleri genelinde dağıtılmış eğitim altyapısı oluşturun ve optimize edin

• Kendi büyük ölçekli veri hazırlığı: filtreleme, kalite değerlendirmesi, veri tekilleştirme ve 100B+ token ölçeğinde eğitim kurumları için veri karışımı stratejileri

• Talimatlarda ince ayar ve yetenek geliştirme için yüksek kaliteli sentetik veriler oluşturun ve düzenleyin

• Eğitim kararlılığı sorunlarının hatalarını ayıklayın, eğitim ve çıkarım verimini optimize edin (kuantizasyon, damıtma, sunum optimizasyonu) ve uzun süreli dağıtılmış işler boyunca model performansını izleyin

• Sağlam değerlendirme çerçeveleri oluşturun ve model kalitesini ölçmek ve kararlara rehberlik etmek için ölçümler oluşturun

• Ekip için üretim düzeyinde, iyi test edilmiş kod yazın ve mühendislik standartlarını belirleyin

Asgari nitelikler

• 7 yılı aşkın makine öğrenimi mühendisliği deneyimi

• Teknik liderlik deneyimi: mühendislere danışmanlık yapmak, kod incelemeleri yapmak, mimari kararlar almak ve ölçülebilir iş etkisine sahip projeler sunmak

• Ön eğitim, sürekli ön eğitim veya sıkı değerlendirme ve çıkarım optimizasyonu ile ince ayar dahil olmak üzere dil modellerinin üretime dağıtılması (yerleştirme modelleri, kodlayıcı modelleri veya büyük dil modelleri) konusunda kanıtlanmış deneyim

• Büyük ölçekli eğitim veri kümeleri hazırlama deneyimi: veri filtreleme, kalite değerlendirmesi, tekilleştirme stratejileri ve veri karışımı tasarımı

• Çok düğümlü işleri yönetme, arızaları ayıklama ve verimi optimize etme dahil olmak üzere dağıtılmış eğitim çerçeveleriyle (DeepSpeed, FSDP, Megatron-LM veya Axolotl) uygulamalı deneyim

• Eğitim dinamiklerinin geniş ölçekte güçlü bir şekilde anlaşılması: kayıp istikrarsızlıklarında hata ayıklama, öğrenme oranı programlarını ayarlama, uzun süren çok düğümlü işlerde eğitim istikrarını yönetme

• Eğitim kitaplıklarını (Transformers, DeepSpeed, Accelerate) kullanarak üretim deneyimine sahip uzman Python ve PyTorch

Tercih edilen nitelikler

• Makine öğrenimi konferanslarında (NeurIPS, ICML, ICLR, ACL, EMNLP) yayınlanmış araştırmalar, Hugging Face ile ilgili modeller yayınlandı, kamuya açık kıyaslamalar oluşturuldu veya açık kaynak projelere katkıda bulunuldu

• Eğitim sonrası yöntemlerle deneyim: RLHF, DPO, GRPO veya hizalama ve talimat takibi için diğer takviyeli öğrenme yaklaşımları

• Niceleme, model sıkıştırma, damıtma ve sunum çerçeveleri (vLLM, TensorRT-LLM) dahil olmak üzere üretim çıkarımı için optimizasyon modellerini deneyimleyin

• Bellek optimizasyonunun anlaşılması: degrade kontrol noktası oluşturma, karma hassas eğitim (FP16, BF16, FP8), Sıfır Optimizasyonu

• GPU mimarileri (A100, H100, H200) ve bunların eğitim ve çıkarım optimizasyonuna etkileri hakkında derin bilgi

• Talimat ayarlama veya etki alanı uyarlaması için sentetik veri oluşturma işlem hatları oluşturma konusunda geçmiş performans kayıtları

Ne sunuyoruz

• CEO dahil üst düzey liderlerin doğrudan katılımıyla, şirket için stratejik açıdan hayati önem taşıyan yüksek etkili yapay zeka projeleri

• Son teknoloji altyapı: H200 GPU filosu, devasa özel veri kümeleri, değerlendirme ve temeller için sınır modellerine erişim (OpenAI, Anthropic, Google, Together.ai )

• En iyi Hugging Face modellerini yayınlayan, NeurIPS'te makaleler yazan, iyi bilinen kıyaslamalar oluşturan ve birden fazla üretim yapay zeka sistemi kuran uzman meslektaşlar

• Fikirleri test etme, yeni yaklaşımları deneme ve teknik kararları yönlendirme konusunda önemli özerklik ve özgürlük

• Modern araçlar: En son makine öğrenimi çerçeveleri, kodlama asistanları, sınıfının en iyisi geliştirme ortamı…

Kaynak: Arbeitnow (https://www.arbeitnow.nl/jobs/companies/prosus/senior-machine-learning-engineer-llms-amsterdam-22288)