Deep Learning engineer (NLP Model)
Зарплата
Требования
Местоположение и тип занятости
Компания
Описание вакансии
Условия работы
Ivolution.ai это помощник в написании кода основанный на AI (generative model) и NLP. Проект находится на стыке образования, повышения личной эффективности и HR процессов.
За счет ненавязчивого встраивания плагина в работу IDE - собираются данные, из которых формируются рекомендации в плане образования и автоматически собирается/пополняется ваш социальный профиль разработчика, который будет выступать подтверждением вашей производительности и скиллов на мировом рынке труда. Множество социальных и интерактивных элементов в веб приложении, и данные в вашем личном профиле которые можно отредактировать только посредством получения опыта во время вашей привычной работы - позволит перевернуть наше современное представление о эффективности.
- Получены первые инвестиции готов роадмап, проведен ресёрч, есть кодовая база
- Ищем адвайзеров, и разработчиков для усиления текущей команды.
- Основной, и в то же время бесплатный функционал - нацелен на разработчиков.
На данном этапе мы провели основные исследования и подготовили окружение для тренировки модели - которая будет подсказывать код разработчику. Для ускорения развития проекта и улучшения качества генерации мы ищем крутого Deep Learning engineer который не боится посмотреть на код как на набор векторов и научить NLP модель с ним качественно работать.
Требования:
- Опыт работы с глубоким обучением от 3-х лет
- Отличные знания Python (pandas, numpy, jupiter, virtualenv)
- Уверенное знание фреймворка Pytorch
- Хорошее понимание работы языковых моделей Megatron-LM, GPT-2, Bert
- Опыт работы с библиотекой transformers (https://github.com/huggingface/transformers)
- Умение использовать одно из облачных решений (Azure\AWS\Google CLoud) для пре-тренировки моделей
- Знание английского (на уровне чтения статей)
Обязанности:
- Подбирать датасеты
- FineTuning Модели
- Получение описательной статистики из предварительно обработанных данных
- Построение статистических и вероятностных моделей
- Проведение сравнительного исследования различных алгоритмов и моделей
- Реализация модели в форме, которая может быть легко использована инженерами, документирование ее интерфейсов
- Поставка модели в форме, которую можно легко развернуть и поддерживать
Будет плюсом:
- Опыт настройки непрерывного обучения моделей на CPU
- Базовые знания теории вероятностей, статистики, линейной алгебры и методов оптимизации
- Опыт работы с регулярными выражениями
- Опыт работы с парсерами
- Умение настроить multi-GPU обучение
Дополнительные инструкции
Оплачиваемое тестовое задание. В случае успешного выполнения выплачивается 100 т. р. через эскроу счет.