Applaudo on lähiturgudel tegutsev tarkvaraarendusettevõte, mis aitab organisatsioonidel oma tehnoloogiat moderniseerida ja digitaalset ümberkujundamist edendada. 2013. aastal asutatud ettevõte ühendab tarkvaraarenduse ja konsultatsioonialase pädevuse innovatsiooni ja kasutajakogemuse kujundamise, rakenduste arendamise ja hoolduse, kvaliteedi tagamise, pilvelahenduste, tehisintellekti, küberturvalisuse, andmelahenduste ning rakenduste moderniseerimise valdkonnas. Applaudo teenindab kliente muu hulgas spordi, meedia ja meelelahutuse, jaekaubanduse, tarbekaupade ning finantsteenuste sektoris, toetades projekte, mis parandavad digitaalseid tooteid, taristut ja IT-teenuste pakkumist. Texases Austinis asuva peakontori ja San Salvadoris asuva kontoriga Applaudo ühendab 501–1 000 töötajast koosneva meeskonna, kes teenindab tehnoloogia- ja digiteenuste valdkonna ettevõtteid.
Vanem rakendusandmeteadlane – olemite vastendamine (kaugtöö, Peruu)
Applaudos arendad ettevõtete ja olemite vastendamiseks vektorrepresentatsioonidel ja suurtel keelemudelitel põhinevaid mudeleid. Hindad mürarikkaid suuri andmestikke ning lood täpseid tehisintellektilahendusi, arvestades praktilisi kulude ja skaleeritavuse kompromisse.
Kirjeldus
- Arendad ja hindad masinõppemeetodeid ettevõtete ja olemite vastendamiseks.
- Lood vastenduslahendusi vektorrepresentatsioone ja suuri keelemudeleid kasutades.
- Kavandad skoorimis- ja järjestusmeetodeid, mis eristavad tegelikke vasteid duplikaatidest, sarnastest kirjetest ja mitteseotud olemite hulgast.
- Töötled mürarikast teavet nimede, varjunimede, domeenide, veebisaitide, ettevõtteandmete, keelte ja andmehierarhiate kohta.
- Koostad võrdlusandmestikke, hindamismõõdikuid ja lähtetasemeid ning teed veaanalüüsi.
- Kavandad ja viid läbi katseid hüpoteeside kontrollimiseks.
- Võrdled keelemudeleid kasutavaid meetodeid soodsamate võimalustega.
- Uurid mudelite käitumist, erandjuhtumeid ja kompromisse.
- Arvestad juba algusest peale järeldamise kulude ja skaleeritavusega.
- Jagad katsetulemusi ja soovitusi tehnika- ja äripartneritega.
- Sead iseseisvalt paika uurimismeetodid ja katsete töövood.
- Paned nii positiivsed kui ka negatiivsed katsetulemused selgelt kirja.
Nõuded
- Vähemalt viis aastat töökogemust andmeteaduse või masinõppe alal.
- Tugevad praktilised teadmised masinõppest.
- Väga hea Python ja SQL oskus.
- Praktiline kogemus vektorrepresentatsioonide ja semantilise sarnasusega.
- Kogemus suurte keelemudelite rakendamisel päriselu probleemidele.
- Kogemus juhendatud ja juhendamata õppimisega.
- Tugevad teadmised klassifitseerimisest ja loomuliku keele töötlemisest.
- Tööalased teadmised närvivõrkudest ja transformer-arhitektuuridest.
- Praktiline kogemus TensorFlow’, PyTorchi, PyCareti või võrreldava masinõpperaamistiku kasutamisega.
- Kogemus tootmiskeskkonna klassifitseerimismudelite ümberõpetamise või hooldamisega.
- Head eksperimentide kavandamise ja mudelite hindamise oskused.
- Kogemus lähtetasemete, mõõdikute, testandmestike ja veaanalüüsi protsesside määratlemisega.
- Oskus hinnata mudelite kvaliteeti ja näidata mõõdetavat paranemist.
- Tugev arusaam skaleeritavusest ja masinõppemudelite järeldamiskuludest.
- Hea inglise keele oskus suhtlemisel.
- Eeliseks on kogemus olemite tuvastamise, kirjete linkimise või duplikaatide eemaldamisega.
- Eeliseks on kogemus järjestamise ja sarnasusskoorimisega.
- Eeliseks on otsingu-, klasterdamis- või kandidaadi genereerimise meetodite tundmine.
- Eeliseks on kogemus keelemudeli- või vektorrepresentatsioonilahenduste kavandamisega kulude ja skaleeritavuse piiranguid arvestades.
- Eeliseks on Sparki, Snowflake’i, Databricksi või BigQuery tundmine.
- Eeliseks on kogemus ettevõtte-, domeeni-, veebisaidi- või ettevõtteandmetega.
- Eeliseks on kogemus mitmekeelsete andmestikega.
- Analüütiline lähenemine ja katsetav mõtteviis.
- Intellektuaalne ausus ja valmisolek jagada ka negatiivseid tulemusi.
- Oskus töötada iseseisvalt ja võtta initsiatiivi.
- Väga hea suuline ja kirjalik suhtlemisoskus.
- Oskus tehnilisi soovitusi sidusrühmadele selgitada ja põhjendada.
- Head probleemilahendusoskused.
- Valmidus töötada ebaselgetes oludes ja suurte andmestikega.
- Oskus tasakaalustada mudeli kvaliteeti, kulusid ja skaleeritavust.
Hüved
- Võimalus töötada kaugtöö vormis.
- Võimalus kiiresti õppida ja vastutust võtta.
- Töö oskuslike meeskondadega.
- Töö nüüdisaegsete tehisintellektilahenduste ja skaleeritavate toodetega.
- Tipptasemel tulemustele suunatud töökultuur, mis väärtustab koostööd, austust, läbipaistvust ja tõhusat suhtlust.