Ford Motor Company on Yhdysvalloissa toimiva autovalmistaja, jonka historia ulottuu vuoteen 1903. Ajoneuvojen kehittämisen ja valmistamisen lisäksi yhtiö laajentaa toimintaansa liikkuvuuspalveluihin, digitaalisiin kokemuksiin ja ohjelmistoihin. Fordin toimintaan kuuluu myös kestävän kehityksen edistäminen ja ympäristötavoitteiden saavuttaminen, mikä kuvastaa lähestymistapaa, jossa yhdistyvät liikenne, innovointi, yhteiskunnallinen vaikutus ja vastuulliset liiketoimintakäytännöt.
Data Scientist, NLP:n ja generatiivisen tekoälyn parissa Fordilla, Intia, hybridityö
Kehitä NLP-, LLM- ja generatiivisen tekoälyn tuotteita autoteollisuuden käyttötapauksiin Fordilla. Rakenna multimodaalisia putkia, agenttityönkulkuja, rajapintoja ja käyttäjille suunnattuja sovelluksia laajassa mittakaavassa.
Kuvaus
- Luo NLP-, LLM- ja generatiivisen tekoälyn sovelluksia ja tuotteita kurinalaisia ohjelmointikäytäntöjä noudattaen.
- Arvioi kehittyneitä malleja ja menetelmiä autoteollisuuden sovelluksiin.
- Suorita koneoppimiskokeita mallien koulutusta ja päättelyä varten muisti- ja viiverajoitteiden puitteissa.
- Ota käyttöön NLP-REST-rajapintoja ja kevyitä käyttöliittymiä Dockerilla ja Kubernetesilla.
- Esittele NLP-, LLM- ja generatiivisen tekoälyn sovelluksia Dashin, Plotlyn ja Streamlitin avulla.
- Yhdistä useita botteja multimodaalisiksi, LLM-pohjaisiksi sovelluksiksi.
- Luo agenttityönkulkuja Autogenilla, AgentBuilderilla ja LangGraphilla.
- Kehitä modulaarisia tekoäly- ja koneoppimistuotteita skaalautuvaa käyttöä varten.
- Tee yhteistyötä eri puolilla maailmaa toimivien teknisten asiantuntijoiden kanssa luokittelu-, kysymysvastaus-, chatbot-, käännös-, semanttisen haun ja tiivistämisen tuotteiden parissa.
Vaatimukset
- Tietojenkäsittelytieteen, tekniikan, matematiikan tai vastaavan luonnontieteellisen alan kandidaatin tai maisterin tutkinto.
- Syväoppimisen teorian ja käytäntöjen tuntemus NLP-sovelluksissa.
- Ohjelmointikokemusta ADK:n, A2A:n, AgentSkillsin, Ontologyn, Hugging Facen, LangGraphin, LangChainin, Chainlitin, TensorFlow'n tai PyTorchin, scikit-learnin, NumPyn ja Pandasin parissa.
- Vähintään kahden avoimen lähdekoodin NLP-kirjaston, kuten spaCyn, TorchTextin, fastai.textin tai FARM Haystackin, tuntemus.
- Tekstinkäsittelytekniikoiden, kuten säännöllisten lausekkeiden, tokeni- ja sana-analyysin, oikeinkirjoituksen korjauksen, kohinan vähentämisen, lauseiden segmentoinnin ja klusteroinnin, tuntemus.
- Käytännön kokemusta BERT-mallien tai muiden hienosäädettyjen transformer-mallien käyttöönotosta sekvenssiluokitteluun, nimettyjen entiteettien tunnistukseen tai kysymysvastaamiseen.
- Dockerin ja pipenv-, conda- tai Poetry-ympäristöjen tuntemus.
- Python-projektien hallintakäytäntöjen, kuten setup.py:n, lokituksen, pytestin, suhteellisten tuontien ja Sphinx-dokumentaation, tuntemus.
- GitHub-työnkulkujen tuntemus.
- Kokemusta GCP-palveluista, kuten BigQuerystä, Cloud Functionsista, Cloud Runista, Cloud Buildista ja Vertex AI:sta.
- Avoimen lähdekoodin vertailu- ja tiivistelmien tuottamisen työkalujen käyttötaito.
- Kokemusta GPU- ja CPU-resurssien käytöstä pilvi- ja paikallisissa ympäristöissä.
- Kyky käyttää pilvialustoja data-analytiikan, massadatan ja koneoppimisen työkuormiin.
- Kokemusta Dockerista, docker-composesta ja Dockerin kokeellisista ominaisuuksista.
- Airflow'n ja Kubeflow'n tuntemus.
- Kokemusta CI/CD- ja infrastruktuuri koodina -työkaluista, kuten Terraformista.
- Kokemusta Kubernetesista tai muista konttialustoista, mukaan lukien Helm ja Argo Workflows.
- Kyky luoda vaatimustenmukaisia, eettisiä, turvallisia ja suojattuja tekoälyrajapintoja.
- Kokemusta käyttöliittymien tai visualisointien kehittämisestä Gradion, Dashin, Streamlitin, Reactin tai Djangon avulla.
- Hajautetun laskennan kokemusta Sparkin, Daskin, RAPIDS AI:n tai cuDF:n parissa.
- Kyky rakentaa Python-rajapintoja FastAPIlla, Flaskilla tai Djangolla.
- Elasticsearchin ja Apache Solrin käyttökokemus on eduksi; myös vektoritietokantojen käyttökokemus on relevanttia.
- Kokemusta LLM-malleista, kuten GPT-5:stä, Geministä, Kimistä tai Seedancesta.
- Kokemusta generatiivisen tekoälymallin koko elinkaaresta, mukaan lukien koulutus, testaus, käyttöönotto ja suorituskyvyn seuranta.
- Kokemusta tekstiä, kuvia ja ääntä käsittelevien multimodaalisten tekoälyputkien kehittämisestä ja ylläpidosta.
- Käytännön kokemusta chatbottien tai keskusteluagenttien käyttöönotosta laajassa mittakaavassa ja vaihtelevista tietolähteistä.
- Kokemusta kuvagenerointi- tai käännöstyökalujen luomisesta latentteihin diffuusiomalleihin, kuten Stable Diffusioniin tai Instruct Pix2Pixin, perustuen.
- Asiantuntemusta laajamittaisen rakenteisen ja rakenteettoman datan käsittelystä.
- Kokemusta laajamittaisten generatiivisen tekoälyn tietoaineistojen ja tuotosten hallinnasta.
- Erinomaiset viestintä- ja yhteistyötaidot eri maantieteellisillä alueilla toimivien tiimien kanssa.