Kıdemli Makine Öğrenimi Mühendisi, ML Platformu

Kıdemli Makine Öğrenimi Mühendisi ML Platformu, DeepHealth'teki X-ışını, CT ve MRI makine öğrenimi grubu tarafından kullanılan ML monorepo'nun oluşturulmasından, çalıştırılmasından ve geliştirilmesinden sorumludur. Monorepo, deneyden ürüne kadar olan tüm yolu kapsar: veri kümesi ve örnek tanımları, eğitim ve değerlendirme kodu, deney takibi, model aktarımı ve üretimde çalışan çıkarım sunucuları. Ekipteki herkes monorepoya katkıda bulunuyor; bu rol onun için tek sorumluluk noktasıdır. Bu uygulamalı rol, ekibin çalışmasını daha hızlı, daha iyi ve denetlenmesi daha kolay hale getirmek için model geliştiriciler ve yazılım mühendisleriyle birlikte çalışan, yaklaşık yirmi makine öğrenimi mühendisi ve bilim adamından oluşan dağıtılmış bir ekip için söz konusu kod tabanının mimarisine, araçlarına ve mühendislik standartlarına sahiptir. Aynı zamanda ekibin aracılı kodlama stratejisine de liderlik ederek AI kodlama aracılarının kod tabanında nasıl kullanıldığını şekillendirir. Rol, Röntgen/CT/MRI grubu için ML Liderine rapor verir.

Temel Görev ve Sorumluluklar

• ML Monorepo'nun mimarisine ve yol haritasına sahip olun:

• Modül sınırları, veri kümeleri ve örnekler için paylaşılan soyutlamalar, eğitim ve değerlendirme döngüleri, yapılandırma ve deney izleme.

• Mühendislik araçlarını kod tabanı etrafında oluşturun ve çalıştırın:

• Bulut (GCP) ve HPC altyapısında sürekli entegrasyon, test etme, bağımlılık yönetimi, kapsayıcılar, yapı ve model kayıtları ve GPU iş planlaması.

• Eğitimli kontrol noktasından konuşlandırılabilir modele giden yola sahip olun:

• Hedef donanımda model paketleme, zorunlu API sözleşmelerine sahip çıkarım sunucuları, tekrarlanabilirlik ve performans ve bellek bütçeleri.

• Mühendislik standartlarını (kod incelemesi, test etme, belgeleme), araştırmayı yavaşlatmak yerine hızlandıracak şekilde tanımlayın ve uygulayın.

• Denemeler ve sürümler genelinde veri, kod ve model sürümlerinin izlenebilirliğini sağlayın.

• Ekip tarafından oluşturulan yığındaki performans, güvenilirlik ve kullanılabilirlik sorunlarını araştırıp çözün ve paylaşılan araçlar aracılığıyla bunların yinelenmesini azaltın.

• Ekibin aracılı kodlama stratejisini yönlendirin: Yapay zeka kodlama aracılarının monorepoda nasıl kullanıldığını tanımlayın, bunları etkili kılan araçları, korkulukları ve kuralları ayarlayın ve meslektaşlarınızın bunları benimsemesine yardımcı olun.

• Kodu gözden geçirin, meslektaşlarınıza mühendislik uygulamaları konusunda mentorluk yapın ve teknik kararları ve takasları net bir şekilde iletin.

LÜTFEN DİKKAT: Bu, yukarıda açıklanan pozisyonun tüm görev, sorumluluk ve gerekliliklerinin kapsamlı bir listesi değildir. Başka işlevler atanabilir ve yönetim, herhangi bir zamanda görev ekleme veya değiştirme hakkını saklı tutar.

Asgari Nitelikler, Eğitim ve Deneyim

• Bilgisayar bilimi, mühendislik, matematik veya ilgili bir alanda yüksek lisans derecesi veya eşdeğer pratik deneyim (gerekli).

• ML platformu veya eğitim çerçevesi (gerekli) gibi makine öğrenimi ekipleri tarafından kullanılan altyapı veya araçların önemli bir kısmını oluşturma dahil olmak üzere 5 yıldan fazla yazılım mühendisliği deneyimi.

• Güçlü Python becerileri ve yazılım mühendisliği temelleri: API tasarımı, test etme, yeniden düzenleme ve geliştirici deneyimine dikkat (gerekli).

• Model eğitimi ve profil oluşturma konusunda sağlam PyTorch bilgisi ve pratik deneyim (gerekli).

• ML iş yüklerini bir bulut platformunda, tercihen GCP (Vertex AI, Artifact Registry, IAM, depolama) ve kapsayıcıyla (gerekli) çalıştırma deneyimini yaşayın.

• Modelleri üretime alma deneyimi: model paketleme, çıkarım sunma ve performans ve güvenilirlik kısıtlamaları (gerekli).

• Araştırmacılarla yakın çalışma, yinelenen sıkıntılı noktaları ortak araçlara dönüştürme ve gerektiğinde (gerekli) yapıcı bir şekilde geri adım atma becerisi.

• Dağıtılmış, çok sahalı bir ekipte, İngilizce açık sözlü ve yazılı iletişimle bağımsız olarak çalışabilme becerisi (gerekli).

• Tıbbi görüntüleme deneyimi (DICOM, 3D hacimler, büyük görüntüler) (tercih edilir).

• HPC ve Slurm deneyimi (tercih edilir).

• Açık kaynaklı makine öğrenimi araçlarına katkılar (tercih edilir).

Kalite Standartları

• Her seviyedeki denetim, iş arkadaşları, ziyaretçiler ve satıcılarla iletişim kurar, işbirliği yapar ve sürekli olarak profesyonel ve uyumlu bir şekilde çalışır.

• İnisiyatif, kişisel farkındalık, profesyonellik ve dürüstlük sergiler ve performansın tüm alanlarında gizliliği uygular.

• İstihdamla ilgili tüm yerel, bölgesel ve ülke yasalarına uyar.

• Tüm DeepHealth politikalarını ve prosedürlerini takip eder.

• Veri gizliliği, uyumluluk, güvenlik ve gizlilik standartlarını her zaman takip eder.

• Evrensel güvenlik önlemlerini uygular.

• Telefonda ve şahsen iyi halkla ilişkileri teşvik eder.

• Yeni görevlere, yöntemlere ve sistemlere uyum sağlar ve öğrenmeye isteklidir.

• Raporların planlandığı gibi düzenli çalışması; çalışma saatleri, yemek ve dinlenme molaları konusunda sürekli olarak dakik davranır ve DeepHealth yönergelerine uygun olarak tatmin edici kişisel katılımı sürdürür.

• İş sorumluluklarını kaliteli ve zamanında yerine getirir.

Seyahat
Bu pozisyon, ekip sahaları (Paris, Hollanda, Grenoble/Rennes) arasında ara sıra seyahat etmeyi gerektirebilir.
Çalışma Ortamı
Ofis / Hibrit. Paris, Île-de-France, Fransa.

Fiziksel Talepler
Çalışan, makul düzenleme olsun ya da olmasın, pozisyonun temel görev ve sorumluluklarını yerine getirebilmelidir.

Maaş:
Tecrübeye bağlı
50.000-80.000 AVRO

Arbeitnow'da Fransa'da daha fazla İngilizce Konuşma İşi bul

Kaynak: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/deephealth/senior-machine-learning-engineer-ml-platform-paris-406850)