Applaudo on nearshore-ohjelmistokehitysyritys, joka auttaa organisaatioita modernisoimaan teknologiaansa ja edistämään digitaalista transformaatiota. Vuonna 2013 perustettu yritys yhdistää ohjelmistosuunnittelun ja konsultoinnin asiantuntemusta innovaatioissa ja käyttäjäkokemuksen suunnittelussa, sovelluskehityksessä ja ylläpidossa, laadunvarmistuksessa, pilviratkaisuissa, tekoälyssä, kyberturvallisuudessa, dataratkaisuissa ja sovellusten modernisoinnissa. Applaudo palvelee muun muassa urheilun, median ja viihteen, vähittäiskaupan, kulutustavaroiden sekä rahoituspalvelujen toimialojen asiakkaita ja tukee hankkeita, jotka parantavat digitaalisia tuotteita, infrastruktuuria ja IT-palvelujen toimitusta. Austinissa Texasissa sijaitsevan pääkonttorinsa ja San Salvadorissa sijaitsevan toimistonsa kautta Applaudo kokoaa yhteen 501–1 000 työntekijän tiimin, joka palvelee teknologia- ja digitaalisten palvelujen alan yrityksiä.
Vanhempi soveltavan datatieteen asiantuntija – entiteettien yhdistäminen (etätyö, Peru)
Applaudolla kehität upotuksiin ja suuriin kielimalleihin perustuvia malleja yritysten ja entiteettien yhdistämiseen. Arvioit kohinaisia, laajoja aineistoja ja rakennat tarkkoja tekoälyratkaisuja kustannusten ja skaalautuvuuden käytännön kompromissit huomioiden.
Kuvaus
- Kehität ja arvioit koneoppimismenetelmiä yritysten ja entiteettien yhdistämiseen.
- Luot yhdistämistapoja upotuksia ja suuria kielimalleja hyödyntäen.
- Suunnittelet pisteytys- ja järjestämismenetelmiä, joilla todelliset vastineet erotetaan kaksoiskappaleista, samankaltaisista tietueista ja asiaankuulumattomista entiteeteistä.
- Käsittelet kohinaista tietoa nimissä, aliaksissa, verkkotunnuksissa, verkkosivustoissa, yritystiedoissa, kielissä ja tietohierarkioissa.
- Määrität vertailuaineistot, arviointimittarit, vertailutasot ja virheanalyysin.
- Suunnittelet ja toteutat kokeita hypoteesien testaamiseksi.
- Vertaat kielimalleja hyödyntäviä menetelmiä edullisempiin vaihtoehtoihin.
- Tutkit mallien toimintaa, reunatapauksia ja kompromisseja.
- Otat päättelyn kustannukset ja skaalautuvuuden huomioon alusta alkaen.
- Jaat koetuloksia ja suosituksia tekniikan ja liiketoiminnan kumppaneille.
- Määrität itsenäisesti tutkimusmenetelmät ja kokeiden toteutusputket.
- Kirjaat sekä myönteiset että kielteiset koetulokset selkeästi.
Vaatimukset
- Vähintään viiden vuoden työkokemus datatieteestä tai koneoppimisesta.
- Vahva käytännön osaaminen koneoppimisessa.
- Erinomaiset Python- ja SQL-taidot.
- Käytännön kokemusta upotuksista ja semanttisesta samankaltaisuudesta.
- Kokemusta suurten kielimallien soveltamisesta todellisiin ongelmiin.
- Kokemusta ohjatusta ja ohjaamattomasta oppimisesta.
- Vahva luokittelun ja luonnollisen kielen käsittelyn osaaminen.
- Transformer-arkkitehtuurien ja neuroverkkojen tuntemus.
- Käytännön kokemusta TensorFlow'n, PyTorchin, PyCaretin tai vastaavan koneoppimiskehyksen käytöstä.
- Kokemusta tuotantokäytössä olevien luokittelumallien uudelleenkoulutuksesta tai ylläpidosta.
- Vahvat kokeiden suunnittelu- ja mallien arviointitaidot.
- Kokemusta vertailutasojen, mittareiden, testijoukkojen ja virheanalyysiprosessien määrittämisestä.
- Kyky arvioida mallien laatua ja osoittaa mitattavia parannuksia.
- Vahva ymmärrys skaalautuvuudesta ja koneoppimismallien päättelykustannuksista.
- Vahva englannin kielen viestintätaito.
- Eduksi katsotaan kokemus entiteettien tunnistamisesta, tietueiden linkityksestä tai deduplikoinnista.
- Eduksi katsotaan kokemus järjestämisestä ja samankaltaisuuspisteytyksestä.
- Eduksi katsotaan tiedonhaku-, klusterointi- tai ehdokasgenerointimenetelmien tuntemus.
- Eduksi katsotaan kokemus kielimalmi- tai upotusratkaisujen suunnittelusta kustannus- ja skaalautuvuusrajoitteet huomioiden.
- Eduksi katsotaan Spark-, Snowflake-, Databricks- tai BigQuery-ympäristöjen tuntemus.
- Eduksi katsotaan kokemus yritys-, verkkotunnus-, verkkosivusto- tai yritystiedoista.
- Eduksi katsotaan kokemus monikielisten aineistojen käsittelystä.
- Analyyttinen ote ja kokeellinen ajattelutapa.
- Henkinen rehellisyys ja valmius jakaa myös kielteiset tulokset.
- Kyky työskennellä itsenäisesti ja ottaa oma-aloitteisesti vastuuta.
- Erinomaiset kirjalliset ja suulliset viestintätaidot.
- Kyky perustella teknisiä suosituksia sidosryhmille.
- Vahvat ongelmanratkaisutaidot.
- Valmius työskennellä epäselvissä tilanteissa ja laajojen aineistojen parissa.
- Kyky tasapainottaa mallin laatua, kustannuksia ja skaalautuvuutta.
Edut
- Mahdollisuus etätyöhön.
- Mahdollisuus oppia nopeasti ja ottaa vastuuta.
- Työskentely osaavien tiimien kanssa.
- Työskentely nykyaikaisten tekoälyratkaisujen ja skaalautuvien tuotteiden parissa.
- Korkean suorituskyvyn kulttuuri, jonka perustana ovat erinomaisuus, tiimityö, kunnioitus, läpinäkyvyys ja tehokas viestintä.