Sciforium
Sciforium
11 – 50 Zaměstnanci
APIHardwareUmělá inteligence
Sciforium je společnost zaměřená na infrastrukturu umělé inteligence, která vytváří bezserverové nástroje pro multimodální aplikace v produkčním prostředí. Její jednotné API kompatibilní s OpenAI poskytuje týmům přístup ke službám pro text, obrázky, video a zvuk, stejně jako k hostingu modelů, knihovně modelů, evaluačním pipeline v reálném čase a spravovanému nasazování agentů. Sciforium provozuje vertikálně integrovanou hardwarovou infrastrukturu s grafickými procesory AMD a pomáhá týmům vyvíjet, vyhodnocovat a nasazovat systémy umělé inteligence s předvídatelným výkonem, nižšími náklady a vyšší mírou soukromí.

Datový inženýr pro základní modely

Vytvářejte petabajtové datové sady pro předtrénování a následné dotrénování multimodálních modelů AI společnosti Sciforium. Vyvíjejte vysoce výkonné datové procesy pro trénování jazykových, obrazových a video modelů.

Popis

  • Vytvářejte kompletní datové sady pro předtrénování velkých jazykových modelů.
  • Vybírejte a vyvažujte data z webu, kód, knihy a odborné publikace, abyste zlepšili výkon modelů v navazujících úlohách.
  • Vytvářejte procesy pro čištění, deduplikaci a získávání signálů z petabajtů nestrukturovaných dat.
  • Veďte vývoj datových sad pro následné dotrénování, včetně instrukcí pro kontrolované dolaďování, vícestupňových dialogů a dat preferencí RLHF/DPO.
  • Dohlížejte na získávání a zpracování obrazových dat a videa.
  • Pište vysoce výkonné skripty pro zpracování dat v Pythonu s využitím více procesů a vláken.
  • Statisticky analyzujte trénovací korpusy a odhalujte zkreslení, mezery ve znalostech a poklesy kvality.
  • Vytvářejte procesy pro syntetická data, které doplní mezery v přirozeně shromážděných datových sadách.
  • Řešte problémy multimodálního zarovnání, komprese videa a časové konzistence.

Požadavky

  • Nejméně pět let odborné praxe v oblasti datové vědy nebo strojového učení.
  • Prokazatelné zkušenosti s tvorbou datových sad pro základní modely a jejich správou.
  • Pokročilá znalost Pythonu včetně víceprocesového a vícevláknového zpracování a efektivní správy paměti.
  • Zkušenosti s petabajtovými datovými sadami pro produkční velké jazykové nebo obrazové modely.
  • Zkušenosti s tvorbou rozsáhlých trénovacích datových sad pro LLM od začátku, z nezpracovaných webových crawlů a specializovaných oborových dat.
  • Praktické zkušenosti s tvorbou datových sad pro RLHF, DPO a plnění instrukcí ve vícestupňových dialozích.
  • Zkušenosti se správou procesů lidského anotování a vytvářením vysoce kvalitních referenčních datových sad.
  • Dobrá znalost Spark, Ray, WebDataset, Parquet nebo srovnatelných nástrojů a formátů pro zpracování dat ve velkém měřítku.
  • Výhodou jsou zkušenosti s tvorbou rozsáhlých obrazových nebo video datových sad od začátku.
  • Výhodou je znalost multimodálního sběru dat z webu, zpracování videa, kodeků a komprese.
  • Výhodou jsou zkušenosti s navrhováním složitých schémat anotace pro testy uvažování, programování a matematiky.
  • Výhodou je magisterský nebo doktorský titul v kvantitativním oboru se zaměřením na datově orientovanou AI nebo vyhledávání informací.
  • Oprávnění pracovat ve Spojených státech.

Benefity

  • Zdravotní, zubní a oční pojištění.
  • Penzijní plán 401(k).
  • Každodenní obědy, občerstvení a nápoje.
  • Flexibilní dovolená.
  • Konkurenceschopná mzda.
  • Podíl ve společnosti.

Související pracovní nabídky

Cardinal Health

Manažer datového inženýrství ve společnosti Cardinal Health

Cardinal Health

Ve společnosti Cardinal Health povedete týmy pro podnikovou transformaci dat a budete dohlížet na platformy Google Cloud i provoz analytiky a AI/ML. Budete řídit dodávky, zlepšování platforem a rozvoj talentů.

Otevřít
Verana Health

Seniorní/hlavní backendový inženýr: platforma a příjem dat

Verana Health

Vytvářejte a rozvíjejte služby pro příjem klinických dat, OCR, OpenSearch a onkologickou platformu Verana Health. Navrhujte API, ETL procesy a mikroslužby podporující poznatky o zdravotní péči založené na datech z reálného světa.

Otevřít
Berkshire Hathaway Homestate Companies - Workers Compensation Division

Vedoucí inženýrského týmu datové platformy

Berkshire Hathaway Homestate Companies - Workers Compensation Division
501 – 1 000 Zaměstnanci
B2BFinancePojištění

Vedení podnikové datové platformy pojišťovny, inženýrského týmu a provozu řešení postavených na Azure, SQL, NoSQL a analytice. Role zahrnuje spolehlivost, automatizaci, soulad s požadavky a strategii platformy.

Otevřít
Berkshire Hathaway Homestate Companies - Workers Compensation Division

Manažer týmu inženýringu datové platformy

Berkshire Hathaway Homestate Companies - Workers Compensation Division
501 – 1 000 Zaměstnanci
B2BFinancePojištění

Veďte tým inženýrů datové platformy, který podporuje pojišťovací činnost Berkshire Hathaway Homestate Companies. Role zahrnuje databáze a analytické platformy, cloudovou infrastrukturu, automatizaci, spolehlivost i řízení lidí.

Otevřít