Gen je globalno podjetje za potrošniško tehnologijo, ki deluje na področjih kibernetske varnosti, digitalne zasebnosti, zaščite identitete in finančnega blagostanja. Z blagovnimi znamkami, kot so Norton, Avast, LifeLock in MoneyLion, ljudem pomaga ščititi njihove naprave, identitete, osebne podatke in finance. Njegovi izdelki vključujejo zaznavanje groženj, odzivanje na vdore, orodja za spletno zasebnost, bančne funkcije in storitve vgrajenih financ prek platforme Engine. Gen vlaga tudi v varnost, ki temelji na umetni inteligenci, ter v svoj Gen AI Foundry, osredotočen na gradnjo zaupanja v nastajajoče aplikacije umetne inteligence. Podjetje oskrbuje skoraj 500 milijonov uporabnikov v več kot 150 državah, njegovi dvojni sedeži pa so v Pragi in Tempeju.
Višji vodja uporabnih raziskav umetne inteligence – hibridno v Pragi
Vodite uporabne raziskave umetne inteligence v podjetju Gen na področjih jezikovnih modelov, ojačevalnega učenja, računalniškega vida in sorodnih metod za izdelke kibernetske varnosti. Upravljajte raziskovalne inženirje in modele pretvarjajte iz eksperimentov v produkcijo na globalni ravni.
Opis
- Vodite praktične pobude na področju uporabne umetne inteligence, ki zajemajo majhne jezikovne modele, ojačevalno učenje, agentsko umetno inteligenco, računalniški vid in klasično strojno učenje
- Prevzemite odgovornost za odločitve o arhitekturi, modeliranju in uvedbi v produkcijo
- Upravljajte, mentorirajte in razvijajte ekipo 3–5 raziskovalnih inženirjev z zaposlovanjem, upravljanjem uspešnosti, razvojem kariere in tehničnim mentorstvom
- Skrbite, da bo ekipa usklajena, brez ovir in osredotočena na merljive rezultate
- Izdelujte prototipe novih pristopov, izboljšujte zasnove modelov in podpirajte odpravljanje napak pri učenju na gručah GPU
- Določajte in vzdržujte standarde kakovosti raziskav in inženirstva
- Nadzirajte življenjski cikel uporabne umetne inteligence od opredelitve problema in podatkovne strategije do učenja, finega prilagajanja, vrednotenja, uvajanja, opazljivosti in stalnega izboljševanja
- Vodite uvajanje modelov v produkcijo ter sodelujte z ekipami za platformo, MLOps in produktno inženirstvo
- Poslovne in varnostne prednostne naloge pretvarjajte v načrt uporabne umetne inteligence z jasnim zaporedjem
- Vodstvu pojasnjujte kompromise ter poročajte o izvedbi, zmogljivosti modelov in vplivu
- Vzpostavljajte timske prakse za sledenje eksperimentom, vrednotenje modelov, ponovljivost, pregled kode in odgovorno umetno inteligenco
- Sodelujte pri razgovorih z vodjo zaposlovanja, laboratorijem AI Research Lab, produktnimi ekipami, deležniki in vodstvom
Zahteve
- Magisterij ali doktorat iz računalništva, strojnega učenja, matematike ali sorodnega kvantitativnega področja oziroma enakovredne praktične izkušnje, ki dokazujejo poglobljeno znanje globokega učenja
- Najmanj 5 let praktičnih izkušenj z izdelavo in uvajanjem sistemov strojnega in globokega učenja v produkcijo
- 2–3 ali več let vodenja ali upravljanja majhne ekipe ML oziroma raziskovalnih inženirjev, vključno s tehničnim usmerjanjem, izvedbo, zaposlovanjem in razvojem zaposlenih na več področjih uporabne umetne inteligence
- Poglobljeno praktično znanje več področij uporabne umetne inteligence, vključno z majhnimi jezikovnimi modeli na osnovi transformerjev, ojačevalnim učenjem, kot so različice PPO, DQN in Actor-Critic, agentskimi sistemi LLM ali sistemi LLM, ki uporabljajo orodja, računalniškim vidom ali klasičnim strojnim učenjem
- Sposobnost, da vsak problem povežete z ustreznim tehničnim pristopom
- Odlično znanje Pythona in PyTorcha; izkušnje z JAX ali TensorFlow so prednost
- Izkušnje z učenjem in finim prilagajanjem modelov na gručah z več grafičnimi procesorji z uporabo DeepSpeed, FSDP ali Hugging Face Accelerate
- Dobro poznavanje linearne algebre, optimizacije, verjetnosti in statistike
- Sposobnost razumevanja, ocenjevanja in izvajanja metod iz najnovejših raziskovalnih člankov
- Dokazan uspeh pri uvajanju modelov umetne inteligence v produkcijo, vključno s podatkovnimi cevovodi, ogrodji za vrednotenje, kvantizacijo ali stiskanjem, optimizacijo sklepanja, vsebniki, Kubernetesom, oblačnimi platformami in spremljanjem po uvedbi
- Izkušnje z orodji MLOps in za upravljanje eksperimentov, kot so Weights & Biases, MLflow ali primerljive platforme
- Izkušnje s praksami CI/CD, pregledom kode in opazljivostjo
- Sposobnost vodenja majhne tehnične ekipe z določanjem smeri, izvajanjem individualnih pogovorov, podajanjem povratnih informacij, zaposlovanjem inženirjev in pretvarjanjem nejasnih poslovnih problemov v uvedljive sisteme umetne inteligence
- Tekoče znanje angleščine
- Praktičen pristop k tehničnemu vodenju in pripravljenost ostati blizu kode, modelov in produkcijskih sistemov
- Miselnost igralca-trenerja
- Močna osredotočenost na izdajo, uvajanje in merjenje modelov v produkciji
- Preudarno presojanje priložnosti za uporabno umetno inteligenco
- Jasne komunikacijske sposobnosti za pretvarjanje zapletenih konceptov ML v odločitve in kompromise
- Sposobnost učinkovitega dela v hitrem, nejasnem in tehnološko naprednem okolju ob obvladovanju zapletenih medfunkcijskih izzivov
- Publikacije na vodilnih področjih ML, izkušnje s kibernetsko varnostjo, zasebnostjo ali identiteto ter strokovno znanje JAX ali TensorFlow so zaželene
Ugodnosti
- Prilagodljivi načini dela
- Plačan dopust
- Konkurenčno plačilo
- Ugodnosti za zaposlene
- Programi dobrega počutja
- Podpora, viri in orodja za uspešno delo in razvoj kariere