Gen on ülemaailmne tarbijatehnoloogia ettevõte, mis tegutseb küberturvalisuse, digitaalse privaatsuse, identiteedi kaitse ja rahalise heaolu valdkonnas. Selliste kaubamärkide nagu Norton, Avast, LifeLock ja MoneyLion kaudu aitab ettevõte inimestel kaitsta oma seadmeid, identiteeti, isikuandmeid ja rahaasju. Selle toodete hulka kuuluvad ohtude tuvastamine, andmeleketest taastumine, veebiprivaatsuse tööriistad, pangandusfunktsioonid ning Engine’i kaudu pakutavad integreeritud finantsteenused. Gen investeerib ka tehisintellektil põhinevasse turvalisusse ja Gen AI Foundry’sse, mis keskendub usalduse loomisele uute tehisintellektirakenduste vastu. Ettevõte teenindab peaaegu 500 miljonit kasutajat enam kui 150 riigis ning selle kaks peakontorit asuvad Prahas ja Tempe’is.
Rakendusliku tehisintellekti uurimise vanemjuht – Praha, hübriidtöö
Juhi Geni rakendusliku tehisintellekti uurimist keelearvutusmudelite, tugevdusõppe, arvutinägemise ja muude meetodite valdkonnas küberturbetoodete jaoks. Juhi teadusinsenere ning vii mudelid katsetamisest ülemaailmsesse tootmiskasutusse.
Kirjeldus
- Juhi praktilisi rakendusliku tehisintellekti algatusi, mis hõlmavad väikeseid keelemudeleid, tugevdusõpet, agentset tehisintellekti, arvutinägemist ja klassikalist masinõpet
- Vastuta arhitektuuri, modelleerimise ja tootmiskasutusse viimise otsuste eest
- Juhi, juhenda ja arenda 3–5 teadusinsenerist koosnevat meeskonda värbamise, tulemusjuhtimise, karjääriarenduse ja tehnilise juhendamise kaudu
- Hoia meeskond ühtsena, takistusteta ja mõõdetavatele tulemustele keskendununa
- Loo uusi prototüüpe, täiusta mudelikavandeid ja toeta GPU-klastrites toimuvate treeningjooksude silumist
- Määra ja hoia teadus- ning inseneritöö kvaliteedistandardeid
- Jälgi rakendusliku tehisintellekti kogu elutsüklit probleemi määratlemisest ja andmestrateegiast kuni treenimise, peenhäälestuse, hindamise, juurutamise, seire ja pideva täiustamiseni
- Suuna mudelite tootmisse viimist ning tee koostööd Platformi, MLOpsi ja Product Engineeringu meeskondadega
- Muuda äri- ja turbeprioriteedid selge järjestusega rakendusliku tehisintellekti tegevuskavaks
- Selgita juhtkonnale kompromisse ning anna aru tarnetest, mudelite jõudlusest ja mõjust
- Loo meeskonnapraktikad katsete jälgimiseks, mudelite hindamiseks, korratavuseks, koodiülevaatuseks ja vastutustundlikuks tehisintellektiks
- Osale intervjuudel koos värbava juhiga, AI Research Labi, toote, sidusrühmade ja juhtkonnaga
Nõuded
- Arvutiteaduse, masinõppe, matemaatika või seotud kvantitatiivse eriala magistri- või doktorikraad või samaväärne praktiline kogemus, mis tõendab süvaõppe põhjalikku tundmist
- Vähemalt 5 aastat praktilist kogemust masinõppe- ja süvaõppesüsteemide loomisel ning tootmises juurutamisel
- 2–3+ aastat kogemust väikese masinõppe- või teadusinseneride meeskonna juhtimisel või haldamisel, sealhulgas tehniline suunamine, tarned, värbamine ja inimeste arendamine mitmes rakendusliku tehisintellekti valdkonnas
- Põhjalik praktiline pädevus mitmes rakendusliku tehisintellekti valdkonnas, sealhulgas transformer-põhised väikesed keelemudelid, tugevdusõpe, näiteks PPO, DQN ja Actor-Critic variandid, agentne või tööriistu kasutav LLM-süsteem, arvutinägemine või klassikaline masinõpe
- Oskus valida igale probleemile sobiv tehniline lähenemisviis
- Väga head Pythoni ja PyTorchi oskused; JAXi või TensorFlow kogemus tuleb kasuks
- Kogemus mudelite treenimise ja peenhäälestamisega mitme GPU-ga klastrites DeepSpeedi, FSDP või Hugging Face Accelerate'i abil
- Tugev lineaaralgebra, optimeerimise, tõenäosusteooria ja statistika tundmine
- Oskus tõlgendada, hinnata ja rakendada värskete teadusartiklite meetodeid
- Tõendatud edu tehisintellektimudelite tootmisse viimisel, sealhulgas andmetorud, hindamisraamistikud, kvantimine või tihendamine, järeldamise optimeerimine, konteinerid, Kubernetes, pilveplatvormid ja juurutamisjärgne seire
- Kogemus MLOpsi ja eksperimentide haldamise tööriistadega, nagu Weights & Biases, MLflow või võrreldavad platvormid
- Kogemus CI/CD, koodiülevaatuse ja seirepraktikatega
- Oskus juhtida väikest tehnilist meeskonda suuna seadmise, 1:1 vestluste, tagasiside andmise, inseneride värbamise ja ebaselgete äriprobleemide juurutatavate tehisintellektisüsteemideks muutmise kaudu
- Suuline ja kirjalik inglise keele oskus
- Praktiline tehnilise juhtimise lähenemine ning valmisolek jääda koodi, mudelite ja tootmissüsteemide lähedale
- Player-coach-hoiak
- Tugev keskendumine mudelite tootmisse viimisele, juurutamisele ja mõõtmisele
- Hea otsustusvõime rakendusliku tehisintellekti võimaluste hindamisel
- Selge suhtlemisoskus keerukate masinõppekontseptsioonide otsusteks ja kompromissideks muutmisel
- Oskus töötada tulemuslikult kiiretempolises, ebaselges ja kõrgtehnoloogilises keskkonnas, juhtides samal ajal keerukaid valdkondadeüleseid probleeme
- Publikatsioonid juhtivatel masinõppekonverentsidel, kogemus küberturbe, privaatsuse või identiteediga ning JAXi või TensorFlow oskus tulevad kasuks
Hüved
- Paindlikud töökorraldused
- Tasustatud vaba aeg
- Konkurentsivõimeline tasu
- Töötajahüved
- Heaoluprogrammid
- Tugi, ressursid ja tööriistad tugeva töösoorituse ning karjääriarengu toetamiseks