DeepL
DeepL
DeepL opracowuje narzędzia tłumaczeniowe oparte na sztucznej inteligencji, które pomagają ludziom i organizacjom porozumiewać się w różnych językach. Technologie sieci neuronowych firmy zapewniają naturalnie brzmiące tłumaczenia do zastosowań osobistych i biznesowych. DeepL działa na styku sztucznej inteligencji i technologii językowych, tworząc produkty zarówno dla użytkowników indywidualnych, jak i firm. Firma zatrudnia osoby do zespołów rozwijających i dostarczających platformę tłumaczeniową.

Menedżer zespołu uczenia maszynowego, inferencja produkcyjna

Pokieruj zespołem Production Inference w DeepL i twórz niezawodne, wydajne systemy obsługi modeli. Wyznaczaj kierunki badań i prac inżynieryjnych dla globalnej platformy Language AI.

Opis

  • Kieruj pracą naukowców i inżynierów uczenia maszynowego oraz wspieraj ich rozwój.
  • Twórz plany rozwoju zawodowego i promuj szczery feedback bez obawy przed odwetem.
  • Wyznaczaj plan badań i rozwoju systemów inferencji produkcyjnej.
  • Łącz bieżące potrzeby w zakresie niezawodności z długofalowymi badaniami nad wydajnością inferencji i architekturą.
  • Koordynuj prace techniczne z zespołami modeli bazowych, technologii głosowych i badań stosowanych, infrastruktury oraz produktów.
  • Zwiększaj niezawodność i wydajność stosu do obsługi modeli, poprawiając jednocześnie jego efektywność kosztową.
  • Wyznaczaj strategię równoważenia obciążenia, autoskalowania, wyboru środowiska uruchomieniowego i wykorzystania sprzętu.
  • Wyznaczaj kierunek zespołu i osiągaj wyniki, gdy wymagania się zmieniają lub pozostają niejasne.
  • Wyszukuj, oceniaj i rekrutuj naukowców oraz inżynierów.
  • Bierz udział w przeglądach technicznych, decyzjach architektonicznych i wyznaczaniu kierunków badań nad stosem inferencyjnym.

Wymagania

  • Doświadczenie w kierowaniu zespołem naukowców lub inżynierów uczenia maszynowego.
  • Umiejętność rozwijania talentów, utrzymywania dyscypliny realizacji zadań i łączenia jakości badań z niezawodnością produkcyjną.
  • Solidne wykształcenie w dziedzinie informatyki, matematyki, fizyki lub porównywalnej dziedzinie ilościowej albo równoważne połączenie wiedzy z zakresu uczenia maszynowego lub systemów z doświadczeniem badawczym.
  • Dobra znajomość produkcyjnych systemów uczenia maszynowego, optymalizacji inferencji lub obsługi modeli na dużą skalę.
  • Doświadczenie w zakresie inferencji LLM, dekodowania spekulatywnego, kwantyzacji lub infrastruktury do obsługi modeli będzie dodatkowym atutem.
  • Umiejętność pracy na wszystkich etapach cyklu życia modelu: od przekazania modelu po treningu przez wdrożenie produkcyjne i monitorowanie po usprawnienia wydajności.
  • Znajomość ograniczeń infrastruktury i mocy obliczeniowej.
  • Doskonałe umiejętności komunikacyjne, w tym umiejętność przekładania złożonych założeń technicznych na jasne cele dla technicznych i nietechnicznych interesariuszy.
  • Nastawienie na rozwiązywanie problemów, zdecydowanie oraz umiejętność samodzielnego wyznaczania kierunku i osiągania rezultatów.

Benefity

  • Model hybrydowy: zespół pracuje w biurze dwa razy w tygodniu.
  • Elastyczne godziny pracy.
  • Wirtualne udziały dla każdego pracownika.
  • Regularne spotkania zespołu na żywo.
  • Comiesięczne całodniowe sesje hakerskie o nazwie Hack Fridays.
  • 30 dni urlopu rocznie, poza dniami ustawowo wolnymi od pracy.
  • Dostęp do zasobów wspierających zdrowie psychiczne.
  • Benefity dostosowane do lokalizacji każdego pracownika.
  • Międzynarodowy zespół pracujący w wielu lokalizacjach.

Powiązane oferty pracy

Eventogy

Starszy menedżer zespołu inżynierów

Eventogy
11 – 50 Pracownicy
DoradztwoMarketingPodróże

Kieruj realizacją prac inżynieryjnych, operacjami produkcyjnymi i pracą zespołu tworzącego platformę SaaS Eventogy do zarządzania wydarzeniami. To praktyczna rola w Londynie, obejmująca programowanie przez 20–30% czasu pracy.

Otwórz