RELX hutengeneza zana za uchanganuzi na kufanya maamuzi zinazotegemea taarifa kwa ajili ya wateja wa kitaalamu na kibiashara duniani kote. Bidhaa zake huunganisha maudhui maalumu, data na teknolojia ili kusaidia kufanya maamuzi bora na kupata matokeo imara zaidi katika maeneo ya Hatari, Sayansi, Ufundi na Tiba, Sheria, na Maonyesho. RELX pia hufanya kazi katika masoko ya ushauri, huduma za afya na yanayohusiana na bima, ikisaidia mashirika kuongeza tija, kudhibiti hatari, kuendeleza utafiti, kusaidia kazi za kisheria na kufanya miamala ya biashara kwa ufanisi zaidi.
Mwanasayansi Mwandamizi wa Data, AI na Utafutaji wa Kisayansi – RELX | Amsterdam Ofisini
Utaongoza mifumo ya AI ya uzalishaji, LLM na ugunduzi wa maarifa kwa jukwaa la Elsevier la utafiti wa kisayansi na taarifa za huduma za afya. Utajenga uwezo unaotegemeka wa utafutaji, urejeshaji na usaidizi wa maamuzi kwa maudhui changamano ya kisayansi.
Uholanzi€ 53,800 – € 89,900 / mwaka
Mahali pa kaziMuda woteMwandamiziLugha Inayohitajika: KiingerezaMwanasayansi wa dataMaelezo
- Kuongoza usanifu, uundaji na utekelezaji wa suluhisho za hali ya juu za AI, ujifunzaji wa mashine, NLP na AI zalishi
- Kuunda programu za LLM, utafutaji wa kisemantiki, mabomba ya RAG, mtiririko wa kazi wa mawakala na mifumo ya ugunduzi wa maarifa ya kisayansi
- Kuboresha bidhaa mahiri za utafiti na usaidizi wa maamuzi kwa kutumia embeddings, mabomba ya urejeshaji, uhandisi wa vidokezo, grafu za maarifa, ontolojia, mitandao ya marejeo na maudhui ya kisayansi
- Kuunda mbinu za tathmini, majaribio na ufuatiliaji kwa mifumo ya AI na utafutaji
- Kupima umuhimu, msingi wa majibu, utambuzi wa majibu ya kubuniwa, utendaji wa modeli, utegemezi, uwezo wa kupanuka, gharama na athari kwa mtumiaji
- Kushirikiana na wataalamu wa uhandisi, bidhaa, utafiti na masuala husika ili kupeleka suluhisho za AI katika uzalishaji
- Kusaidia kuunda mkakati wa kiufundi na mwelekeo wa bidhaa
- Kuwafundisha wanasayansi wa data huku ukiendeleza AI inayowajibika, majaribio na uboreshaji endelevu
- Kuongoza programu changamano za AI na sayansi ya data kutoka dhana ya awali hadi uzalishaji
Mahitaji
- Uzoefu mkubwa wa kutumia sayansi ya data, ujifunzaji wa mashine, AI, NLP, urejeshaji wa taarifa na mbinu za kitakwimu katika mifumo ya uzalishaji inayoweza kupanuka
- Shahada ya juu au utaalamu wa vitendo unaolingana katika taaluma ya kiasi
- Uwezo mkubwa wa vitendo katika ujifunzaji wa mashine, ujifunzaji wa kina, modeli kubwa za lugha, AI zalishi, utafutaji wa kisemantiki, RAG, embeddings, upangaji na tathmini ya AI
- Ustadi wa Python na zana pamoja na mifumo iliyoimarika ya sayansi ya data
- Uzoefu wa kuwasilisha programu yenye ubora wa uzalishaji kwa kutumia seti kubwa za data zilizopangwa na zisizopangwa
- Uzoefu wa kupeleka mifumo kwa kutumia mbinu za kisasa za wingu, uhandisi wa programu na MLOps
- Uzoefu wa Python, SQL, upangaji unaolenga vitu, majaribio, CI/CD, DevOps, API, hifadhidata, Git, Jira, GitHub na GitLab
- Uzoefu wa kutumia Scikit-learn, PyTorch, TensorFlow, Hugging Face, LangChain, Databricks, Spark, hifadhidata za vekta, AWS au Azure, MLflow na Kubeflow
- Uwezo mkubwa wa mawasiliano, uchanganuzi, utatuzi wa matatizo na uongozi
- Uwezo wa kubadilisha mahitaji changamano ya biashara kuwa suluhisho za AI zinazoweza kupanuka, kuongoza maamuzi ya kiufundi, kuwashauri wenzako na kuwasilisha thamani ya biashara inayopimika
Manufaa
- Msaada wa ustawi
- Mipangilio ya kazi inayobadilika
- Likizo ya pamoja ya wazazi
- Msaada wa masomo
- Fursa za sabato
- Fursa za kuendelea kujifunza na kujiendeleza
- Manufaa yanayotofautiana kulingana na nchi
- Msaada wa malazi au marekebisho katika mchakato wote wa kuajiri