Applaudo เป็นบริษัทพัฒนาซอฟต์แวร์แบบ nearshore ที่มุ่งช่วยองค์กรปรับปรุงเทคโนโลยีให้ทันสมัยและขับเคลื่อนการเปลี่ยนผ่านสู่ดิจิทัล บริษัทก่อตั้งขึ้นในปี 2013 และผสานความเชี่ยวชาญด้านวิศวกรรมซอฟต์แวร์กับการให้คำปรึกษาครอบคลุมด้านนวัตกรรมและการออกแบบประสบการณ์ การพัฒนาและบำรุงรักษาแอปพลิเคชัน การประกันคุณภาพ โซลูชันคลาวด์ ปัญญาประดิษฐ์ ความมั่นคงปลอดภัยทางไซเบอร์ โซลูชันข้อมูล และการปรับปรุงแอปพลิเคชันให้ทันสมัย Applaudo ให้บริการลูกค้าในภาคส่วนต่าง ๆ ได้แก่ กีฬา สื่อและความบันเทิง การค้าปลีก สินค้าอุปโภคบริโภคบรรจุภัณฑ์ และบริการทางการเงิน โดยสนับสนุนโครงการที่ช่วยพัฒนาผลิตภัณฑ์ดิจิทัล โครงสร้างพื้นฐาน และการให้บริการด้านไอที ด้วยสำนักงานใหญ่ในเมืองออสติน รัฐเท็กซัส และสำนักงานในซานซัลวาดอร์ Applaudo มีทีมงานจำนวน 501–1,000 คนที่ให้บริการธุรกิจในแวดวงเทคโนโลยีและบริการดิจิทัล
นักวิทยาศาสตร์ข้อมูลประยุกต์อาวุโส – การจับคู่เอนทิตี (ทำงานทางไกล, เปรู)
ที่ Applaudo พัฒนาโมเดลที่ใช้ embedding และ LLM เพื่อจับคู่บริษัทและเอนทิตี ประเมินข้อมูลขนาดใหญ่ที่มีสัญญาณรบกวน เพื่อสร้างโซลูชัน AI ที่แม่นยำ พร้อมคำนึงถึงต้นทุนและการรองรับการขยายระบบในทางปฏิบัติ
รายละเอียด
- สร้างและประเมินวิธีการเรียนรู้ของเครื่องสำหรับจับคู่บริษัทและเอนทิตี
- พัฒนาแนวทางการจับคู่ด้วย embedding และโมเดลภาษาขนาดใหญ่
- ออกแบบวิธีให้คะแนนและจัดอันดับเพื่อแยกผลที่ตรงกันจริงออกจากระเบียนซ้ำ ระเบียนที่ดูคล้ายกัน และเอนทิตีที่ไม่เกี่ยวข้อง
- จัดการข้อมูลที่มีสัญญาณรบกวนในส่วนของชื่อ ชื่อเรียกอื่น โดเมน เว็บไซต์ รายละเอียดเกี่ยวกับบริษัท ภาษา และลำดับชั้นของข้อมูล
- จัดทำชุดข้อมูลมาตรฐาน ตัวชี้วัดการประเมิน ค่าอ้างอิงพื้นฐาน และการวิเคราะห์ข้อผิดพลาด
- วางแผนและดำเนินการทดลองเพื่อทดสอบสมมติฐาน
- เปรียบเทียบวิธีที่ใช้ LLM ช่วยกับตัวเลือกที่ประหยัดกว่า
- ตรวจสอบพฤติกรรมของโมเดล กรณีขอบ และข้อแลกเปลี่ยน
- คำนึงถึงต้นทุนการอนุมานและความสามารถในการรองรับการขยายระบบตั้งแต่เริ่มต้น
- แบ่งปันผลการทดลองและข้อเสนอแนะกับทีมวิศวกรรมและทีมธุรกิจ
- กำหนดวิธีการวิจัยและกระบวนการทดลองได้ด้วยตนเอง
- บันทึกผลการทดลองทั้งด้านบวกและด้านลบอย่างชัดเจน
คุณสมบัติ
- มีประสบการณ์ทำงานด้านวิทยาศาสตร์ข้อมูลหรือการเรียนรู้ของเครื่องอย่างน้อย 5 ปี
- มีพื้นฐานการเรียนรู้ของเครื่องที่แน่นและนำไปใช้ได้จริง
- มีทักษะ Python และ SQL ในระดับดีเยี่ยม
- มีประสบการณ์จริงกับ embedding และความคล้ายคลึงเชิงความหมาย
- มีประสบการณ์ประยุกต์ใช้โมเดลภาษาขนาดใหญ่กับปัญหาในโลกจริง
- มีประสบการณ์ด้านการเรียนรู้แบบมีผู้สอนและไม่มีผู้สอน
- มีความรู้เชิงลึกด้านการจำแนกประเภทและการประมวลผลภาษาธรรมชาติ
- มีความรู้เกี่ยวกับโครงข่ายประสาทเทียมและสถาปัตยกรรม transformer
- มีประสบการณ์ลงมือใช้ TensorFlow, PyTorch, PyCaret หรือเฟรมเวิร์กการเรียนรู้ของเครื่องที่เทียบเท่า
- มีประสบการณ์ฝึกโมเดลจำแนกประเภทซ้ำหรือดูแลโมเดลที่ใช้งานจริง
- มีทักษะด้านการออกแบบการทดลองและการประเมินโมเดลอย่างแข็งแกร่ง
- มีประสบการณ์กำหนดค่าอ้างอิงพื้นฐาน ตัวชี้วัด ชุดทดสอบ และกระบวนการวิเคราะห์ข้อผิดพลาด
- สามารถประเมินคุณภาพโมเดลและแสดงให้เห็นการปรับปรุงที่วัดผลได้
- เข้าใจเป็นอย่างดีเรื่องการรองรับการขยายระบบและต้นทุนการอนุมานของการเรียนรู้ของเครื่อง
- สื่อสารภาษาอังกฤษได้ดี
- พิจารณาเป็นพิเศษ: มีประสบการณ์ด้านการระบุเอนทิตี การเชื่อมโยงระเบียน หรือการลบข้อมูลซ้ำ
- พิจารณาเป็นพิเศษ: มีประสบการณ์ด้านการจัดอันดับและการให้คะแนนความคล้ายคลึง
- พิจารณาเป็นพิเศษ: คุ้นเคยกับเทคนิคการดึงข้อมูล การจัดกลุ่ม หรือการสร้างชุดตัวเลือก
- พิจารณาเป็นพิเศษ: มีประสบการณ์ออกแบบโซลูชัน LLM หรือ embedding ภายใต้ข้อจำกัดด้านต้นทุนและการขยายระบบ
- พิจารณาเป็นพิเศษ: คุ้นเคยกับ Spark, Snowflake, Databricks หรือ BigQuery
- พิจารณาเป็นพิเศษ: มีประสบการณ์ทำงานกับข้อมูลบริษัท โดเมน เว็บไซต์ หรือข้อมูลเกี่ยวกับบริษัท
- พิจารณาเป็นพิเศษ: มีประสบการณ์ทำงานกับชุดข้อมูลหลายภาษา
- มีแนวคิดเชิงวิเคราะห์และชอบการทดลอง
- ซื่อตรงทางวิชาการและพร้อมแบ่งปันผลลัพธ์ด้านลบ
- ทำงานได้อย่างอิสระและริเริ่มลงมือทำ
- มีทักษะการสื่อสารทั้งการเขียนและการพูดในระดับดีเยี่ยม
- สามารถอธิบายและสนับสนุนข้อเสนอแนะทางเทคนิคกับผู้มีส่วนเกี่ยวข้องได้
- มีทักษะการแก้ปัญหาที่ดี
- ทำงานกับโจทย์ที่ไม่ชัดเจนและชุดข้อมูลขนาดใหญ่ได้อย่างมั่นใจ
- สามารถรักษาสมดุลระหว่างคุณภาพโมเดล ต้นทุน และการรองรับการขยายระบบ
สวัสดิการ
- มีทางเลือกในการทำงานทางไกล
- มีโอกาสเรียนรู้ได้อย่างรวดเร็วและรับผิดชอบงานด้วยตนเอง
- ได้ร่วมงานกับทีมที่มีทักษะสูง
- ได้ทำงานกับโซลูชันที่ใช้ AI สมัยใหม่และผลิตภัณฑ์ที่รองรับการขยายระบบ
- วัฒนธรรมการทำงานที่มุ่งเน้นผลการปฏิบัติงานระดับสูง โดยให้ความสำคัญกับความเป็นเลิศ การทำงานเป็นทีม ความเคารพ ความโปร่งใส และการสื่อสารที่มีประสิทธิภาพ