A Scarlet személyre szabott, személyesen és virtuálisan egyaránt elérhető oktatási és képzési programokon keresztül fejleszti a vezetői és szakmai készségeket. Tanfolyamai és gyakorlati útmutatásai olyan témákat ölelnek fel, mint a gyakornoki etikett, az üzleti kapcsolatépítés, a prezentációs készségek és a professzionális környezetben való hatékony társas érintkezés. Az oktatás, a HR-technológia és a produktivitás területén működő Scarlet a személyes fejlődésre, az őszinte kommunikációra, valamint arra összpontosít, hogy az emberek az élet különböző szakaszaiban elsajátítsák a vezetéshez szükséges önbizalmat és készségeket.
Senior gépi tanulási mérnök, London – hibrid
A Scarlet orvostechnikai eszközök tanúsítási folyamataihoz fejlesszen és vezessen be ügynökalapú dokumentumértelmező rendszereket. Olyan kiértékelt gépi tanulási rendszereket fejlesszen, amelyek a biztonság és a bizonyítékok sértetlenségének megőrzése mellett gyorsítják a tanúsítást.
Egyesült Királyság90 000 £ – 150 000 £ / év
HibridTeljes munkaidőKözéphaladóSzeniorKötelező Nyelv: angolGépi tanulási mérnökLeírás
- Tervezzen olyan ügynökalapú dokumentumértelmező rendszereket, amelyek műszaki fájlokat keresnek, elemeznek és vizuálisan ellenőriznek
- Hozzon létre ügynöki keretrendszereket, amelyek nagy és változatos dokumentumgyűjteményekből nyernek ki információkat
- Őrizze meg a forrásmegjelölést, és csökkentse a hallucinációkat a pontosság, a késleltetés és a költség egyensúlyban tartása mellett
- Vezessen be ügynökalapú rendszereket éles környezetbe
- Dolgozzon együtt értékelőkkel a siker meghatározásán, valamint adatkészletek és benchmarkok létrehozásán egy összetett szakterülethez
- Értékelje a visszakeresés minőségét, a hivatkozások pontosságát, a szakértői egyetértést, az értékelői ráfordítást, az értékelés minőségét, az ügyfélélményt és az újramunkát
- Az értékelési eredmények alapján határozza meg a fejlesztési prioritásokat
- Fejlesszen olyan ügynököket, amelyek fenntartják egy tanúsító szervezettől elvárt pártatlanságot és objektivitást
- Segítsen a felhasználóknak a bizonyítékok értelmezésében, a bizonytalanság azonosításában és a jelentős döntésekért vállalt elszámoltathatóság megőrzésében
- Vezesse a gépi tanulási rendszereket a koncepciótól és a prototípustól a bevezetésen, értékelésen és folyamatos fejlesztésen át
- Működjön együtt klinikusokkal, értékelőkkel és mérnökökkel az orvostechnikai eszközök tanúsításának felgyorsításán a biztonság csökkentése nélkül
Követelmények
- Legalább három év tapasztalat szoftverek éles környezetbe történő bevezetésében
- Gyakorlati ismeretek a mélytanulás, az ügynöki eszközök, a kontextuskezelés és az információ-visszakeresés terén
- Tapasztalat gépi tanulási értékeléshez szükséges adatkészletek létrehozásában
- Erős, első elveken alapuló ismeretek a statisztikáról és a gépi tanulási rendszerek értékeléséről
- Tapasztalat éles rendszerek tervezésében, bevezetésében és üzemeltetésében
- Gyakorlati ítélőképesség az éles környezet biztonságával kapcsolatban, beleértve az adathozzáférést, a jogosultságokat, a nem megbízható bemeneteket és a jelentős következményekkel járó műveleteket
- Képes a munkaterheléshez megfelelő infrastruktúrát kiválasztani, és elmagyarázni a komplexitás, a megbízhatóság, a biztonság és a költség közötti kompromisszumokat
- Képes felelősséget vállalni bizonytalan problémákért: a siker domain-szakértőkkel való meghatározásától a kísérletezésen át az éles környezet fejlesztéséig
- Előny: tapasztalat eszközhasználatot, érzékeny adatokat vagy jelentős következményekkel járó műveleteket alkalmazó ügynökrendszerek bevezetésében, értékeléssel és védelmi intézkedésekkel
- Előny: tapasztalat olyan visszakeresési vagy dokumentumértelmező rendszerek fejlesztésében, amelyek kimeneteit összetett forrásbizonyítékok alapján kell ellenőrizni
- Képes a munkamenetekhez a londoni irodában dolgozni
Juttatások
- Részvényalapú juttatás
- A munkamenet és az interjúk a kiválasztási folyamat részét képezik