Ford Motor Company
Ford Motor Company
Ford Motor Company er en amerikansk bilproducent med en historie, der går tilbage til 1903. Ud over at udvikle og producere køretøjer udvider virksomheden sit fokus til mobilitetstjenester, digitale oplevelser og software. Fords arbejde omfatter også bæredygtighedsindsatser og miljømål, hvilket afspejler en tilgang, der forbinder transport, innovation, samfundspåvirkning og ansvarlig forretningsdrift.

Data Scientist, NLP og generativ AI hos Ford, Indien hybrid

Udvikl NLP-, LLM- og generative AI-produkter til anvendelser inden for bilindustrien hos Ford. Byg multimodale pipelines, agentbaserede arbejdsgange, API'er og brugerrettede applikationer i stor skala.

Beskrivelse

  • Skab NLP-, LLM- og generative AI-applikationer og produkter med disciplinerede kodningsmetoder.
  • Evaluer avancerede modeller og metoder til anvendelser inden for bilindustrien.
  • Gennemfør maskinlæringseksperimenter til modeltræning og inferens under begrænsninger for hukommelse og latenstid.
  • Implementer NLP REST-API'er og lette brugergrænseflader med Docker og Kubernetes.
  • Præsenter NLP-, LLM- og generative AI-applikationer ved hjælp af Dash, Plotly og Streamlit.
  • Kombiner flere botter til multimodale, LLM-drevne applikationer.
  • Opret agentbaserede arbejdsgange med Autogen, AgentBuilder og LangGraph.
  • Udvikl modulære AI- og maskinlæringsprodukter, der er designet til skalerbar anvendelse.
  • Samarbejd med globale tekniske eksperter om produkter til klassifikation, spørgsmålbesvarelse, chatbots, oversættelse, semantisk søgning og opsummering.

Krav

  • Bachelor- eller kandidatgrad i datalogi, ingeniørvidenskab, matematik eller et beslægtet naturvidenskabeligt område.
  • Forståelse af teori og praksis inden for deep learning til NLP-applikationer.
  • Programmeringserfaring med ADK, A2A, AgentSkills, Ontology, Hugging Face, LangGraph, LangChain, Chainlit, TensorFlow eller PyTorch, scikit-learn, NumPy og Pandas.
  • Kendskab til mindst to open source-NLP-biblioteker, såsom spaCy, TorchText, fastai.text eller FARM Haystack.
  • Viden om tekstbehandlingsteknikker, herunder regulære udtryk, token- og orddannelse, stavekontrol, støjreduktion, sætningssegmentering og klyngedannelse.
  • Praktisk erfaring med implementering af BERT eller andre finjusterede transformermodeller til sekvensklassifikation, genkendelse af navngivne entiteter eller spørgsmålbesvarelse.
  • Kendskab til Docker og pipenv-, conda- eller Poetry-miljøer.
  • Viden om praksis for Python-projektstyring, herunder setup.py, logning, pytest, relative imports og Sphinx-dokumentation.
  • Kendskab til GitHub-arbejdsgange.
  • Erfaring med GCP-tjenester, herunder BigQuery, Cloud Functions, Cloud Run, Cloud Build og Vertex AI.
  • Praktisk kendskab til open source-værktøjer til benchmarking og generering af opsummeringer.
  • Erfaring med at bruge GPU- og CPU-ressourcer i cloud- og lokale miljøer.
  • Evne til at bruge cloud-platforme til datateknik, big data og maskinlæringsarbejdsbelastninger.
  • Erfaring med Docker, docker-compose og eksperimentelle Docker-funktioner.
  • Kendskab til Airflow og Kubeflow.
  • Erfaring med CI/CD og værktøjer til infrastruktur som kode, såsom Terraform.
  • Erfaring med Kubernetes eller andre containerplatforme, herunder Helm og Argo Workflows.
  • Evne til at skabe kompatible, etiske, sikre og trygge AI-API'er.
  • Erfaring med udvikling af brugergrænseflader eller visualiseringer med Gradio, Dash, Streamlit, React eller Django.
  • Erfaring med distribueret databehandling med Spark, Dask, RAPIDS AI eller cuDF.
  • Evne til at bygge Python-API'er med FastAPI, Flask eller Django.
  • Erfaring med Elasticsearch og Apache Solr er en fordel; erfaring med vektordatabaser er også relevant.
  • Erfaring med at arbejde med LLM'er som GPT-5, Gemini, Kimi eller Seedance.
  • Erfaring med hele livscyklussen for generative AI-modeller, herunder træning, test, implementering og overvågning af ydeevne.
  • Erfaring med at udvikle og vedligeholde multimodale AI-pipelines til tekst, billeder og lyd.
  • Praktisk erfaring med implementering af chatbots eller samtaleagenter i stor skala på tværs af forskellige datakilder.
  • Erfaring med at skabe billedgenererings- eller oversættelsesværktøjer med latente diffusionsmodeller som Stable Diffusion eller Instruct Pix2Pix.
  • Ekspertise i arbejde med store strukturerede og ustrukturerede datamængder.
  • Erfaring med håndtering af store generative AI-datasæt og -output.
  • Stærke kommunikations- og samarbejdsevner på tværs af geografiske regioner.

Relaterede job

Mozilla

Senior dataanalytiker, Firefox-ydeevnetelemetri — Mozilla (fjernarbejde, Canada)

Mozilla

Analysér Firefox Gecko-telemetri for at understøtte Mozillas strategi for browserens ydeevne. Udarbejd dashboards, forbedr telemetrikvaliteten, og forbind motorens ydeevne med brugeradfærd.

Åbn