Інженер платформи машинного навчання

Про ActAI
Сьогодні понад 5 мільярдів користувачів користуються базовими програмами, такими як електронна пошта, нотатки, завдання, календар, і вони не створені штучним інтелектом. Наша місія полягає в створенні проактивних додатків для всіх у світі, які не звикли до складних підказок. Ми прагнемо внести інтелект у розмови, доручення, організацію та робочі процеси з мінімальними підказками або без них.
Наш продукт зосереджений на досягненні високої надійності для тривалих робочих процесів, постійного контексту та виконання завдань у реальному світі. Ми вважаємо, що продукти значно зменшать галюцинації.
Наша мета - організувати життя будь-якої людини, дозволяючи всім нам витрачати час на цінні та важливі речі.
Про роль
Як інженер ML Platform, ви створюватимете інфраструктуру та системи, які забезпечують можливості штучного інтелекту ActAI.
Ви розроблятимете та керуватимете системами, що стоять за стеком штучного інтелекту, від навчання моделі та оцінки до розгортання, висновків, спостережливості та постійного вдосконалення.
Ви тісно співпрацюватимете з інженерами штучного інтелекту, дослідниками та розробниками продуктів, щоб перетворити моделі на надійні, масштабовані та економічно ефективні виробничі системи. Ви створите платформи, інструменти та інфраструктуру, які дозволять команді швидко експериментувати та впевнено використовувати можливості ШІ у виробництві.
Фокус

• Створюйте та керуйте інфраструктурою машинного навчання та платформами, що забезпечують роботу продуктів штучного інтелекту A1

• Проектувати системи для навчання моделі, оцінки, розгортання, висновків та експериментів

• Створюйте та оптимізуйте інфраструктуру обслуговування моделей та висновків для робочих навантажень з високою пропускною здатністю та низькою затримкою

• Підвищення надійності, масштабованості, затримки та економічності систем ШІ

• Розробити надійні конвеєри для підготовки даних, навчання, оцінювання, випуску моделі та постійного вдосконалення

• Створюйте платформи та інструменти, які дозволяють інженерам і дослідникам ШІ експериментувати, оцінювати та швидше надсилати моделі

• Розробити інфраструктуру оцінювання та порівняльного аналізу для вимірювання якості моделі, ефективності та регресії

• Створіть виробничу спостережливість, моніторинг, відстеження та сповіщення для робочих навантажень AI/ML

• Покращте системи штучного інтелекту щодо надійності, масштабованості, затримки, пропускної здатності та вартості

• Виявляйте вузькі місця в стеку ML і постійно покращуйте продуктивність системи

• Тісно співпрацюйте з інженерами штучного інтелекту, дослідниками та командами продуктів, щоб перетворити нові вимоги до моделей у готову до виробництва інфраструктуру

Технічний стек

• Python

• PyTorch / JAX

• Інфраструктура обслуговування LLM і ML, наприклад vLLM, SGLang або TensorRT-LLM

• Хмарна інфраструктура

• Розподілені системи

• ML/конвеєри даних і оркестровка робочого процесу

• Інфраструктура GPU та засоби продуктивності

• Векторні бази даних та інфраструктура пошуку

Ідеальний досвід

• Сильні основи розробки програмного забезпечення та досвід створення виробничих систем

• Досвід створення інфраструктури ML, платформ або систем машинного навчання виробництва

• Досвід розгортання моделі, висновків, оцінювання або конвеєрів даних

• Глибоке розуміння розподілених систем і надійності системи

• Здатність писати чистий, підтримуваний, якісний код

• Комфортна робота в неоднозначних, швидко мінливих середовищах

• Упереджене ставлення до власності, експериментування та постійного вдосконалення

Результати

• Інфраструктура штучного інтелекту надійно підтримує масштабне робоче навантаження

• Моделі можна навчити, оцінити, розгорнути та ефективно вдосконалити

• Системи логічного висновку забезпечують високу затримку, пропускну здатність, надійність і економічну ефективність

• Конвеєри ML є відтворюваними, доступними для спостереження, придатними для обслуговування та надійними

• Регресії моделі та інфраструктури швидко виявляються та ефективно діагностуються

• Загальні можливості інфраструктури машинного навчання стають багаторазовими примітивами платформи, а не перебудовуються для кожного продукту ШІ

• Стек штучного інтелекту може швидко розвиватися в міру появи нових моделей, архітектур і методів висновку

Знайдіть роботу в Німеччині на Arbeitnow

Джерело: Arbeitnow (https://www.arbeitnow.com/jobs/companies/bjak/machine-learning-platform-engineer-germany-452758)