Gen ni kampuni ya kimataifa ya teknolojia ya watumiaji inayofanya kazi katika usalama wa mtandao, faragha ya kidijitali, ulinzi wa utambulisho na ustawi wa kifedha. Kupitia chapa kama Norton, Avast, LifeLock na MoneyLion, Gen huwasaidia watu kulinda vifaa vyao, utambulisho, taarifa binafsi na fedha zao. Bidhaa zake zinajumuisha ugunduzi wa vitisho, mwitikio kwa ukiukaji wa data, zana za faragha mtandaoni, vipengele vya benki na huduma za fedha zilizopachikwa kupitia Engine. Gen pia inawekeza katika usalama unaoendeshwa na AI na Gen AI Foundry yake, inayolenga kujenga imani katika programu zinazoibuka za AI. Kampuni hii inahudumia karibu watumiaji milioni 500 katika zaidi ya nchi 150 na ina makao makuu mawili, huko Prague na Tempe.
Meneja Mwandamizi, Utafiti wa AI Inayotumika - Mseto Prague
Ongoza utafiti wa AI inayotumika huko Gen katika miundo ya lugha, ujifunzaji wa kuimarisha, maono ya kompyuta na mbinu zinazohusiana kwa bidhaa za usalama wa mtandao. Simamia Research Engineer na upeleke miundo kutoka majaribioni hadi uzalishaji kwa kiwango cha kimataifa.
Maelezo
- Ongoza mipango ya AI inayotumika kwa vitendo inayohusisha miundo midogo ya lugha, ujifunzaji wa kuimarisha, AI ya mawakala, maono ya kompyuta na ujifunzaji wa mashine wa kawaida
- Miliki maamuzi ya usanifu, uundaji wa modeli na uwekaji katika uzalishaji
- Simamia, elekeza na kuendeleza timu ya Research Engineer 3-5 kupitia uajiri, usimamizi wa utendaji, maendeleo ya kazi na mafunzo ya kiufundi
- Weka timu ikiwa na mwelekeo mmoja, isiyozuiwa na inayolenga matokeo yanayopimika
- Unda mifano ya mbinu mpya, boresha miundo ya modeli na usaidie kurekebisha hitilafu za mafunzo kwenye klasta za GPU
- Bainisha na udumishe viwango vya ubora wa utafiti na uhandisi
- Simamia mzunguko wa maisha wa AI inayotumika kutoka ufafanuzi wa tatizo na mkakati wa data hadi mafunzo, fine-tuning, tathmini, uwekaji, ufuatiliaji na uboreshaji endelevu
- Endesha uwasilishaji wa modeli katika uzalishaji na ushirikiane na timu za Platform, MLOps na Product Engineering
- Badilisha vipaumbele vya biashara na usalama kuwa ramani ya AI inayotumika yenye mpangilio ulio wazi
- Eleza mabadilishano kwa viongozi wakuu na utoe ripoti kuhusu uwasilishaji, utendaji wa modeli na athari
- Jenga taratibu za timu kuhusu ufuatiliaji wa majaribio, tathmini ya modeli, urudiwaji, ukaguzi wa msimbo na AI inayowajibika
- Shiriki katika mahojiano pamoja na Hiring Manager, AI Research Lab, Product, wadau na Leadership
Mahitaji
- M.Sc. au Ph.D. katika Sayansi ya Kompyuta, Ujifunzaji wa Mashine, Hisabati au taaluma inayohusiana ya kiasi, au uzoefu wa vitendo unaolingana unaoonyesha utaalamu wa deep learning
- Angalau miaka 5 ya uzoefu wa vitendo katika kujenga na kupeleka mifumo ya machine learning na deep learning katika uzalishaji
- Miaka 2-3 au zaidi ya kuongoza au kusimamia timu ndogo ya ML au Research Engineer, ikijumuisha mwelekeo wa kiufundi, uwasilishaji, uajiri na maendeleo ya watu katika nyanja mbalimbali za AI inayotumika
- Utaalamu wa kina wa vitendo katika maeneo kadhaa ya AI inayotumika, ikijumuisha miundo midogo ya lugha inayotumia transformer, ujifunzaji wa kuimarisha kama PPO, DQN na aina za Actor-Critic, mifumo ya LLM ya mawakala au inayotumia zana, maono ya kompyuta au ujifunzaji wa mashine wa kawaida
- Uwezo wa kuoanisha kila tatizo na mbinu inayofaa ya kiufundi
- Ujuzi wa kitaalamu wa Python na PyTorch; uzoefu wa JAX au TensorFlow ni faida
- Uzoefu wa kufundisha na kufanya fine-tuning ya modeli kwenye klasta za multi-GPU kwa DeepSpeed, FSDP au Hugging Face Accelerate
- Msingi thabiti katika aljebra ya mstari, uboreshaji, uwezekano na takwimu
- Uwezo wa kutafsiri, kutathmini na kutekeleza mbinu kutoka kwa machapisho ya hivi karibuni ya utafiti
- Mafanikio yaliyothibitishwa ya kupeleka modeli za AI katika uzalishaji, ikijumuisha mabomba ya data, zana za tathmini, quantization au compression, uboreshaji wa inference, kontena, Kubernetes, majukwaa ya wingu na ufuatiliaji baada ya uwekaji
- Uzoefu na MLOps na zana za kudhibiti majaribio kama Weights & Biases, MLflow au majukwaa yanayolingana
- Uzoefu na CI/CD, ukaguzi wa msimbo na mbinu za ufuatiliaji
- Uwezo wa kuongoza timu ndogo ya kiufundi kwa kuweka mwelekeo, kufanya mikutano ya 1:1, kutoa mrejesho, kuajiri wahandisi na kubadilisha matatizo yasiyoeleweka ya biashara kuwa mifumo ya AI inayoweza kupelekwa
- Ufasaha wa Kiingereza
- Mtazamo wa uongozi wa kiufundi wa vitendo na utayari wa kubaki karibu na msimbo, modeli na mifumo ya uzalishaji
- Mtazamo wa player-coach
- Kuzingatia sana kusafirisha, kupeleka na kupima modeli katika uzalishaji
- Uamuzi mzuri wakati wa kutathmini fursa za AI inayotumika
- Ujuzi wa mawasiliano ulio wazi wa kubadilisha dhana changamano za ML kuwa maamuzi na mabadilishano
- Uwezo wa kufanya kazi kwa ufanisi katika mazingira ya teknolojia ya juu yenye kasi na yasiyoeleweka huku ukisimamia changamoto changamano za timu mbalimbali
- Machapisho katika majukwaa yanayoongoza ya ML, uzoefu wa usalama wa mtandao, faragha au utambulisho, na utaalamu wa JAX au TensorFlow ni faida
Manufaa
- Mipangilio ya kazi inayobadilika
- Likizo yenye malipo
- Malipo yenye ushindani
- Manufaa ya mfanyakazi
- Programu za ustawi
- Msaada, rasilimali na zana za kusaidia utendaji bora na maendeleo ya kazi