Ford Motor Company — американский производитель автомобилей, история которого начинается в 1903 году. Помимо разработки и производства автомобилей, компания расширяет деятельность в сфере мобильных сервисов, цифровых решений и программного обеспечения. Ford также реализует инициативы в области устойчивого развития и устанавливает экологические цели, объединяя транспорт, инновации, влияние на сообщества и ответственное ведение бизнеса.
Data Scientist, NLP и генеративный ИИ в Ford, Индия, гибридный формат
Разрабатывайте продукты на основе NLP, LLM и генеративного ИИ для автомобильных задач в Ford. Создавайте мультимодальные конвейеры, агентные процессы, API и пользовательские приложения в масштабах компании.
Описание
- Создавайте приложения и продукты на основе NLP, LLM и генеративного ИИ, соблюдая дисциплинированные практики программирования.
- Оценивайте передовые модели и методы для автомобильных приложений.
- Проводите эксперименты в области машинного обучения для обучения моделей и выполнения инференса с учетом ограничений по памяти и задержке.
- Развертывайте REST API для NLP и легковесные пользовательские интерфейсы с помощью Docker и Kubernetes.
- Представляйте приложения на основе NLP, LLM и генеративного ИИ с использованием Dash, Plotly и Streamlit.
- Объединяйте несколько ботов в мультимодальные приложения на базе LLM.
- Создавайте агентные процессы с использованием Autogen, AgentBuilder и LangGraph.
- Разрабатывайте модульные продукты в области ИИ и машинного обучения, рассчитанные на масштабируемое использование.
- Сотрудничайте с глобальными техническими экспертами над продуктами для классификации, ответов на вопросы, чат-ботов, перевода, семантического поиска и суммаризации.
Требования
- Степень бакалавра или магистра в области компьютерных наук, инженерии, математики или смежной естественно-научной области.
- Понимание теории и практики глубокого обучения для приложений NLP.
- Опыт программирования с ADK, A2A, AgentSkills, Ontology, Hugging Face, LangGraph, LangChain, Chainlit, TensorFlow или PyTorch, scikit-learn, NumPy и Pandas.
- Знакомство как минимум с двумя библиотеками NLP с открытым исходным кодом, например spaCy, TorchText, fastai.text или FARM Haystack.
- Знание методов обработки текста, включая регулярные выражения, анализ токенов и слов, исправление орфографии, снижение уровня шума, сегментацию предложений и кластеризацию.
- Практический опыт развертывания BERT или других дообученных трансформерных моделей для классификации последовательностей, распознавания именованных сущностей или ответов на вопросы.
- Знакомство с Docker и окружениями pipenv, conda или Poetry.
- Знание практик управления Python-проектами, включая setup.py, logging, pytest, относительные импорты и документацию Sphinx.
- Знакомство с рабочими процессами GitHub.
- Опыт работы с сервисами GCP, включая BigQuery, Cloud Functions, Cloud Run, Cloud Build и Vertex AI.
- Практические знания инструментов с открытым исходным кодом для бенчмаркинга и генерации сводок.
- Опыт использования ресурсов GPU и CPU в облачных и локальных средах.
- Умение использовать облачные платформы для задач инженерии данных, больших данных и машинного обучения.
- Опыт работы с Docker, docker-compose и экспериментальными возможностями Docker.
- Знакомство с Airflow и Kubeflow.
- Опыт работы с CI/CD и инструментами инфраструктуры как кода, такими как Terraform.
- Опыт работы с Kubernetes или другими контейнерными платформами, включая Helm и Argo Workflows.
- Умение создавать соответствующие требованиям, этичные, безопасные и надежные API на основе ИИ.
- Опыт разработки пользовательских интерфейсов или визуализаций с Gradio, Dash, Streamlit, React или Django.
- Опыт распределенных вычислений с Spark, Dask, RAPIDS AI или cuDF.
- Умение создавать API на Python с FastAPI, Flask или Django.
- Опыт работы с Elasticsearch и Apache Solr будет преимуществом; также актуален опыт работы с векторными базами данных.
- Опыт работы с LLM, такими как GPT-5, Gemini, Kimi или Seedance.
- Опыт работы на всех этапах жизненного цикла генеративных ИИ-моделей, включая обучение, тестирование, развертывание и мониторинг производительности.
- Опыт разработки и поддержки мультимодальных конвейеров ИИ для текста, изображений и аудио.
- Практический опыт масштабного развертывания чат-ботов или разговорных агентов для различных источников данных.
- Опыт создания инструментов генерации изображений или перевода с использованием моделей латентной диффузии, таких как Stable Diffusion или Instruct Pix2Pix.
- Экспертные навыки работы с крупномасштабными структурированными и неструктурированными данными.
- Опыт управления крупномасштабными наборами данных и результатами генеративного ИИ.
- Отличные навыки коммуникации и сотрудничества с коллегами из разных регионов.