Onclusive nodrošina mediju uzraudzības un sabiedrisko attiecību mērīšanas programmatūru komunikācijas komandām, zīmoliem un aģentūrām. Tās Analyst platforma, izmantojot globālu ziņu rāpuļprogrammu, apkopo publikācijas no digitālajiem un drukātajiem medijiem, raidījumiem un sociālajiem plašsaziņas līdzekļiem. Tas palīdz lietotājiem uzraudzīt iegūtos un pašu veidotos medijus, mērīt komunikācijas ietekmi un identificēt kampaņu atziņas. Uzņēmums piedāvā arī sociālo mediju klausīšanos, analītiku, preses kontaktpersonu pārvaldību, mediju datubāzi, Data-as-a-Service pakalpojumus un konsultācijas, lai atbalstītu pārskatu sagatavošanu, preses telpu pārvaldību un attiecības ar medijiem. Onclusive starptautiski apkalpo uzņēmumu un aģentūru klientus un darbojas konsultāciju, mārketinga un SaaS jomā.
Mašīnmācīšanās direktors uzņēmumā Onclusive (hibrīddarbs, Indija)
Vadi ražošanas NLP, datorredzes un ģeneratīvā mākslīgā intelekta risinājumus Onclusive mediju analītikas platformā. Nosaki mašīnmācīšanās stratēģiju, stiprini MLOps un veido augstas veiktspējas MI komandas.
Apraksts
- Atbildēsi par Onclusive ilgtermiņa MI un mašīnmācīšanās stratēģiju atbilstoši produktu plāniem un uzņēmējdarbības prioritātēm
- Apzināsi vērtīgas MI un mašīnmācīšanās iespējas un sadarbosies ar produktu un inženierijas komandām, lai tās ieviestu tirgū
- Būsi vecākais MI un mašīnmācīšanās eksperts, veicinot mūsdienīgas metodes un pamatotu inženierijas praksi
- Pārvērtīsi uzņēmējdarbības izaicinājumus MI produktos ar skaidri definētiem panākumu rādītājiem
- Vadīsi visu mašīnmācīšanās dzīves ciklu no izpētes un projektēšanas līdz eksperimentēšanai, validācijai, ieviešanai un uzlabošanai
- Veidosi un attīstīsi MLOps spējas, kas nodrošina reproducējamību, uzticamību, novērojamību, izmaksu kontroli un drošu modeļu piegādi
- Noteiksi ražošanas mašīnmācīšanās, datu cauruļvadu, iegulšanas sistēmu, pašu uzturētu modeļu un aģentiskā MI arhitektūras standartus
- Veicināsi kvalitatīvu programmēšanas praksi, kolēģu pārskatīšanu, versiju kontroli, CI/CD, testēšanu un dokumentēšanu
- Vadīsi Agile izpildi, izmantojot sprintu plānošanu, ceturkšņa OKR, tehniskās pārbaudes un retrospektīvas
- Pārraudzīsi MI datu cauruļvadus, tostarp pakešdarbus, uz notikumiem balstītas sistēmas un atgriezeniskās saites mehānismus
- Izvērtēsi sistēmu projektus un virzīsi svarīgākās arhitektūras izvēles
- Mentorēsi un attīstīsi mašīnmācīšanās inženierus, datu zinātniekus un platformu inženierus
- Attīstīsi augstas veiktspējas MI un mašīnmācīšanās organizāciju, vienlaikus uzturot spēcīgu inženierijas kultūru
- Noteiksi skaidras gaidas, sniegsi konstruktīvu atgriezenisko saiti un atbalstīsi individuālo karjeras attīstību
- Vadīsi rūpīgu un efektīvu interviju un darbinieku atlases procesu
- Sadarbosies ar produktu vadības komandu MI un mašīnmācīšanās stratēģijas, prioritāšu, ceļvežu un ieviešanas jautājumos
- Sadarbosies ar datu platformas, drošības un atbilstības komandām, lai izpildītu VDAR, ES MI akta un SOC 2 prasības
- Informēsi vadību un plašāko organizāciju
- Pārstāvēsi MI un mašīnmācīšanās funkciju uzņēmuma stratēģijas, pārvaldības un inovāciju diskusijās
Prasības
- Augstākā izglītība datorzinātnēs, lietišķajā matemātikā, statistikā vai saistītā tehniskā disciplīnā, vai līdzvērtīga nozares pieredze
- MPhil vai doktora grāds tiek stingri uzskatīts par priekšrocību
- Vismaz 10 gadu profesionālā pieredze mašīnmācīšanās un MI inženierijā
- Vismaz divu gadu pieredze vadošā amatā
- Ekspertu līmeņa zināšanas NLP, datorredzē, semantiskajā meklēšanā, ģeneratīvajā MI un liela mēroga ražošanas mašīnmācīšanās sistēmās
- Praktiska pieredze MLOps cauruļvadu, datu darbplūsmu un ražošanas modeļu apkalpošanas infrastruktūras projektēšanā un darbināšanā
- Pierādīti panākumi mašīnmācīšanās risinājumu ieviešanā no sākotnējās koncepcijas līdz ražošanai un nepārtrauktai optimizācijai ar izmērāmiem uzņēmējdarbības rezultātiem
- Būtiska pieredze starpfunkcionālu mašīnmācīšanās komandu vadībā un paplašināšanā uz produktiem orientētā organizācijā
- Spēja veidot vienotu izpratni starp komandām un skaidri sazināties gan ar tehnisko, gan netehnisko auditoriju
- Padziļinātas Python zināšanas
- Darba zināšanas par Transformers, PyTorch, TensorFlow, HuggingFace un PEFT
- Plaša pieredze ar AWS, GCP vai Azure, kā arī ar Kubernetes balstītām inferenču platformām
- Pieredze darbā ar dbt, Airflow, Kafka, Spark un mūsdienu datu platformu tehnoloģijām
- Spēcīga orientācija uz produktu, koncentrējoties uz lietotāju vajadzībām, ieviešanu un izmērāmiem rezultātiem
- Pieredze produktu un ceļvežu pārvaldībā, vēlams arī Product Owner pienākumu veikšanā
Priekšrocības
- Konkurētspējīgs atalgojums un labumu pakete
- Hibrīda darba modelis
- Elastīgas darba iespējas
- Garīgās veselības resursi
- Labklājības un darba un privātās dzīves līdzsvara programmas
- Iespējas paplašināt prasmes un profesionāli attīstīties