Conga
Conga
1001 – 5000 Alkalmazottak
PénzügySaaSVállalat
A Conga vállalkozások számára fejleszt bevételi életciklus-kezelő szoftvereket. Eszközei dokumentumgenerálást, elektronikus aláírást, szerződés-életciklus-kezelést, valamint konfigurálási, árazási és ajánlatkészítési folyamatokat támogatnak. Platformja a meglévő CRM- és ERP-rendszerekhez kapcsolódik, így az értékesítési, pénzügyi, informatikai és jogi csapatok az ügyfélút során, az ügyfélszerzéstől a megújításig kezelhetik a szerződéseket és a bevételi munkafolyamatokat. A Conga világszerte több mint 10 000 vállalatot szolgál ki, és a SaaS, a pénzügy és a vállalati szoftverek területén működik.

Vezető mesterségesintelligencia-adattudós

NLP-, gépi tanulási és generatív MI-képességeket kutat és vezet be a Conga kereskedelmi műveleteit és bevételi életciklus-platformját támogatva. Kísérletezéstől az éles működésig intelligens megoldásokat épít.

Leírás

  • Fedezze fel az új NLP-, gépi tanulási, mélytanulási és generatív MI-technikákat.
  • Vizsgáljon meg összetett műszaki kérdéseket, dolgozzon ki hipotéziseket, és hasonlítsa össze a megközelítéseket kísérletekkel.
  • Értékelje a modelleket, keretrendszereket és módszereket, és alkalmazzon fejlesztéseket a termék képességeire és a rendszer teljesítményére.
  • Építsen hagyományos NLP-, statisztikai gépi tanulási, mélytanulási és transformer-alapú megoldásokat.
  • Hozzon létre adatfolyamatokat, NLP-előfeldolgozási munkafolyamatokat, jellemzőreprezentációkat, beágyazásokat és tanító adatkészleteket.
  • Dolgozzon ki megbízható modelleket támogató adatminőségi stratégiákat.
  • Építsen és értékeljen LLM- és generatív MI-megoldásokat promptolással, visszakereséssel kiegészített generálással, beágyazásokkal, vektorkereséssel, finomhangolással, ágensekkel és strukturált generálással.
  • Válasszon és optimalizáljon modelleket a pontosság, a késleltetés, a költségek és az üzleti igények alapján.
  • Határozza meg a Conga generatív MI-képességeinek kialakítására, megalapozására és irányítására szolgáló megközelítést.
  • Hozzon létre kísérleteket, összehasonlító teszteket, értékelési adatkészleteket és statisztikai módszereket.
  • Vezesse a hibaanalízist és a teljesítménymérést.
  • Állítson fel értékelési szabványokat a tágabb csapat számára.
  • Juttassa el az MI-megoldásokat a kutatástól és prototípus-készítéstől az éles bevezetésig, felügyeletig és optimalizálásig.
  • Dolgozzon együtt a mérnöki csapatokkal a modellek nagy léptékű bevezetésén.
  • Észlelje a modellek eltolódását, a minőségi problémákat és a teljesítmény javításának lehetőségeit.
  • Működjön együtt a mérnöki, termékfejlesztési és adattudományi csapatokkal.
  • Irányítsa és mentorálja kollégáit az NLP, a gépi tanulás, a kísérletezés és a generatív MI területén.

Követelmények

  • Mesterfokozat számítástechnika, adattudomány, számítógépes nyelvészet, statisztika, matematika, mérnöki tudomány vagy kapcsolódó kvantitatív területen.
  • Legalább 10 év szakmai tapasztalat adattudomány, gépi tanulás, NLP vagy MI területén, beleértve jelentős gyakorlati munkát NLP- vagy generatív MI-megoldások építésében és bevezetésében.
  • Bizonyított tapasztalat gépi tanulási, NLP- vagy generatív MI-megoldások kísérletezéstől az éles bevezetésig és folyamatos optimalizálásig történő eljuttatásában.
  • Képesség nyitott kutatási kérdések gyakorlati, mérhető eredményekké alakítására.
  • Kiváló kommunikációs készség és tapasztalat vezető egyéni közreműködőként, műszaki csapatok között.
  • Magas szintű Python-ismeret, valamint kiterjedt tapasztalat a Hugging Face Transformers, spaCy, NLTK, Sentence Transformers, PyTorch és TensorFlow használatában.
  • Szakértelem a hagyományos NLP-módszerekben.
  • A mélytanulási architektúrák és transformer-alapú nyelvi modellek alapos ismerete.
  • Gyakorlati tapasztalat LLM-ekkel és alapmodellekkel, beleértve a prompttervezést, a visszakereséssel kiegészített generálást, a vektorkeresést, az újrarangsorolást, a finomhangolást, a LoRA/QLoRA-t, a strukturált generálást és az LLM-ek értékelését.
  • A kísérlettervezés, statisztikai tesztelés, keresztvalidáció, hiperparaméter-optimalizálás és hibaanalízis alapos ismerete.
  • Tapasztalat NLP- és generatív MI-értékelési metrikákkal.
  • Magas szintű SQL-ismeret, valamint strukturált és strukturálatlan adatok nagy léptékű kezelésében szerzett tapasztalat.
  • Tapasztalat elosztott adatfeldolgozási platformokkal, például Spark, Databricks vagy BigQuery használatával.
  • Tapasztalat felhőplatformokkal, például Databricks, Google Cloud Platform, AWS vagy Azure használatával, valamint modern gépi tanulási infrastruktúrával.
  • Tapasztalat gépi tanulási eszközökkel, például MLflow, Kubeflow, Weights & Biases, Docker, Kubernetes vagy Ray használatával.
  • Tapasztalat vektoradatbázisokkal és keresési technológiákkal, például FAISS, Elasticsearch/OpenSearch, Pinecone, Weaviate vagy Milvus használatával.
  • Jártasság LLM-alkalmazási keretrendszerekben, például LangChain, LlamaIndex vagy DSPy használatában.

Juttatások

  • Egyéni és csapatfejlesztési lehetőségek.
  • Egyenlő foglalkoztatási lehetőségek.
  • Ésszerű alkalmazkodási lehetőségek a fogyatékossággal élő pályázók számára.
  • Korlátozott utazás más Conga-irodákba, ha kérik.

Kapcsolódó állások

BDR Solutions LLC

Vezető adatkormányzási menedzser, Vasúti Biztonsági Információs Rendszer

BDR Solutions LLC
51 – 200 Alkalmazottak
EgészségügyTanácsadásVédelem

Irányítsa a BDR Solutions vasúti biztonsági információs rendszerének adatkezelését, amely szövetségi kormányzati ügyfeleket szolgál ki. Kezelje a referenciaadatokat, a metaadatokat, a kockázati számításokat és a projektmenedzsment helyettesítését.

Megnyitás
Xenon Seven

Klinikai adattudós, digitális ikrek és klinikai vizsgálatok

Xenon Seven

Digitális ikreket és szimulációkat fejleszt a gyógyszeripari klinikai vizsgálatok tervezésének támogatására. A bizonyítékokon alapuló fejlesztési döntésekhez klinikai adatokat integrál mesterséges intelligenciával és gépi tanulással.

Megnyitás
OpenAI

Vezető gépi tanulási adattudós, fogyasztói előrejelzés

OpenAI

Fejlesszen és működtessen olyan előrejelző rendszereket, amelyek segítik az OpenAI-t a felhasználói növekedés, a bevétel, a számítási kapacitás iránti igény, az ügyfélérték és a nyereségesség tervezésében. A szerepkör összekapcsolja a gépi tanulási kutatást a termék-, pénzügyi, infrastruktúra- és üzleti döntésekkel.

Megnyitás
Ritchie Bros.

Vezető adattudós, Chicago (hibrid)

Ritchie Bros.

Vezessen adattudományi csapatokat skálázható gépi tanulási és fejlett analitikai megoldások kidolgozásában. Dolgozzon együtt az informatikával, a vezetőkkel, a termékcsapatokkal és más érdekelt felekkel vállalati szintű kezdeményezéseken.

Megnyitás
Ritchie Bros.

Vezető adatelemző

Ritchie Bros.

Vezessen egy adatelemző csapatot, amely skálázható gépi tanulási és fejlett analitikai megoldásokat épít az üzlet számára. Irányítsa és mentorálja az adatelemzőket, felügyelje a modellek fejlesztését, és működjön együtt az IT-, termékfejlesztési és vezetői csapatokkal, valamint más érintettekkel.

Megnyitás