ML Engineer - praca zdalna

Firma micro1 szuka osoby na stanowisko ML Engineer. Oferta należy do kategorii „IT i programowanie” i jest w pełni zdalna. Firma nie ogranicza miejsca zamieszkania kandydata, więc zgłoszenie można wysłać z dowolnego miejsca.

Najważniejsze narzędzia wymienione w ogłoszeniu to: Machine Learning, Python. W CV powinny znaleźć się konkretne przykłady dokładnie tych umiejętności.

Firma podała wynagrodzenie: $100 - $150 za godzinę. Ogłoszenie nie stawia żadnych warunków co do godzin pracy.

Ta oferta przeszła automatyczną kontrolę: na listę nie trafiają ogłoszenia wymagające zagranicznego pozwolenia na pracę, sponsorowania wizy, określonego obywatelstwa ani zamieszkania we wskazanym kraju.

Opis zadania Hourly Rate: $100- $150 Lokalizacja pracy: Elastyczna, zdalna praca globalnie Czas trwania umowy: Około 15 godzin tygodniowo Harmonogram pracy: elastyczny, pozwalający wybrać godziny i dni, które najlepiej Ci odpowiadają, w tym weekendy, jeśli wolisz Poszukujemy specjalistów w zakresie uczenia się maszyn na najwyższym poziomie, aby dołączyć do naszego projektu szkoleniowego AI skupionego na rozwoju modeli, szkolenia i systemów inferencyjnych, obliczeń numerycznych, optymalizacji wydajności i programowania Python. Państwa obowiązki będą obejmować projektowanie, wdrażanie, przegląd i walidację złożonych zadań uczenia się maszyn. Typowe zadanie może obejmować opracowanie lub dostosowanie modelu, stworzenie powtarzalnego procesu szkolenia lub wnioskowania, zwiększenie pamięci lub prędkości, rozwiązywanie problemów numerycznych lub systemowych, a także zapewnienie, że ostateczna realizacja spełnia zarówno standardy dokładności, jak i wydajności. Stanowisko to jest dostosowane do doświadczonych inżynierów ML i naukowców, którzy mają głębokie zrozumienie systemów leżących u podstaw API wysokiego poziomu. Wnioskodawcy powinni posiadać znaczne doświadczenie z kilkoma narzędziami z nowoczesnego ekosystemu ML i być przygotowani do omówienia ich wkładu, optymalizacji i funkcji operacyjnych. What You 'll Tackle

* Projektowanie i walidacja modeli uczenia się maszynowego, rurociągi treningowe, systemy składania wniosków i infrastruktury wspierającej.

* Wdrożenie modeli komponentów, rurociągów danych, mechanizmów oceny i metod numerycznych.

* Konstrukcja powtarzalnych programowych przepływów roboczych przy użyciu narzędzi Python i Command- line.

* Operacje tensorowe obsługi, automatyczne różnicowanie, architektura modeli, tokenizacja, łatanie, i generacja.

* Optymalizacja treningu lub wnioskowania o opóźnienie, przepustowość, wydajność pamięci i wykorzystanie sprzętu.

* Diagnose numeryczna niestabilność, nieprawidłowe zachowanie tensor, ograniczenia pamięci, dystrybuowane-system nieprawidłowości, i wydajność zmniejsza.

* Ocena różnych implementacji modelu w celu potwierdzenia poprawności i odtwarzalności.

* Przegląd kodu generowanego przez AI- i rozwiązań technicznych dla poprawności, wydajności i jakości inżynierii.

* Opracowanie obiektywnych testów, wskaźników referencyjnych i kryteriów weryfikacji.

* Dokumentacja wybór techniczny, handlowy, i ograniczenia w jasny szczegół.

Wymagane doświadczenie

* Studia magisterskie lub doktorat z informatyki, nauki maszynowej, sztucznej inteligencji, matematyki stosowanej, statystyki, inżynierii lub ściśle spokrewnionej dziedzinie.

* Szerokie doświadczenie zawodowe lub badawcze w nauce maszyn.

* Proficiency with Python.

* Znaczące doświadczenie z co najmniej dwoma odpowiednimi ramami ML, bibliotekami lub narzędziami do składania wniosków.

* Solidne zrozumienie modelu szkolenia, oceny, obliczeń numerycznych lub wnioskowania.

* Możliwość debugowania systemów ML poza podstawowym wykorzystaniem API.

* Zdolność do wyrażania decyzji wdrożeniowych, trade-off wydajności i trybów awarii w jasny sposób.

* Doświadczenia budynku powtarzalne techniczne przepływy pracy.

Potencjalne narzędzia mogą obejmować:

* PyTorch

* JAX

* NumPy and SciPy

* SGLang

* vLLM

* llama.cpp

* Uściskaj transformatory twarzy

* Przytulanie Tokenizery twarzy

Równoważne narzędzia mogą być również brane pod uwagę, jeżeli kandydat wykaże odpowiednią wiedzę specjalistyczną.

Profesjonalne doświadczenie w renomowanej firmie technologicznej, laboratorium AI, instytucji badawczej lub uznane ustawienie inżynieryjne jest wysoce pożądane. Wyjątkowe doświadczenie otwarte lub akademickie może być również wystarczające. Proces aplikacji

* Złóż wniosek i odpowiedz na pytania dotyczące kontroli.

* Udział w 30-minutowym wywiadzie AI.

* Kompletna ocena techniczna, w razie potrzeby.

* Podpisz recenzję kierownika zatrudnienia.

Struktura rekompensaty Wyrównanie zależy od jakości produkcji. Eksperci są wypłacani w oparciu o zadania, które spełniają wymogi projektu. Czas potrzebny do wykonania każdego zadania może się różnić w zależności od doświadczenia i przepływu pracy eksperta. Stosuje się minimalne standardy składania wniosków. Uruchom terminarz i dostępność

* Staramy się wypełnić stanowiska w ciągu 48 godzin i szukamy ekspertów, którzy mogą rozpocząć od razu. Jeśli zaznaczone, trzeba będzie rozpocząć swoje pierwsze zadanie w ciągu 24-48 godzin po pokładzie.