Ford Motor Company — американський виробник автомобілів, історія якого бере початок у 1903 році. Окрім розроблення та виробництва автомобілів, компанія розширює діяльність у сфері мобільних сервісів, цифрових рішень і програмного забезпечення. Ford також реалізує ініціативи зі сталого розвитку та визначає екологічні цілі, поєднуючи транспорт, інновації, вплив на громади й відповідальне ведення бізнесу.
Data Scientist, NLP і генеративний ШІ у Ford, Індія, гібридний формат
Розробляйте продукти на основі NLP, LLM і генеративного ШІ для автомобільних завдань у Ford. Створюйте мультимодальні конвеєри, агентні процеси, API та користувацькі застосунки у великих масштабах.
Опис
- Створюйте застосунки та продукти на основі NLP, LLM і генеративного ШІ, дотримуючись дисциплінованих практик програмування.
- Оцінюйте передові моделі та методи для автомобільних застосунків.
- Проводьте експерименти з машинного навчання для навчання моделей і виконання інференсу з урахуванням обмежень пам’яті та затримки.
- Розгортайте REST API для NLP і легкі користувацькі інтерфейси за допомогою Docker і Kubernetes.
- Представляйте застосунки на основі NLP, LLM і генеративного ШІ з використанням Dash, Plotly та Streamlit.
- Об’єднуйте кілька ботів у мультимодальні застосунки на основі LLM.
- Створюйте агентні процеси з використанням Autogen, AgentBuilder і LangGraph.
- Розробляйте модульні продукти у сфері ШІ та машинного навчання, призначені для масштабованого використання.
- Співпрацюйте з глобальними технічними експертами над продуктами для класифікації, відповідей на запитання, чат-ботів, перекладу, семантичного пошуку та узагальнення.
Вимоги
- Ступінь бакалавра або магістра у сфері комп’ютерних наук, інженерії, математики або суміжній природничо-науковій галузі.
- Розуміння теорії та практик глибокого навчання для застосунків NLP.
- Досвід програмування з ADK, A2A, AgentSkills, Ontology, Hugging Face, LangGraph, LangChain, Chainlit, TensorFlow або PyTorch, scikit-learn, NumPy і Pandas.
- Знайомство щонайменше з двома бібліотеками NLP з відкритим кодом, такими як spaCy, TorchText, fastai.text або FARM Haystack.
- Знання методів обробки тексту, зокрема регулярних виразів, аналізу токенів і слів, виправлення орфографії, зменшення шуму, сегментації речень і кластеризації.
- Практичний досвід розгортання BERT або інших донавчених трансформерних моделей для класифікації послідовностей, розпізнавання іменованих сутностей або відповідей на запитання.
- Знайомство з Docker та середовищами pipenv, conda або Poetry.
- Знання практик керування Python-проєктами, включно з setup.py, logging, pytest, відносними імпортами та документацією Sphinx.
- Знайомство з робочими процесами GitHub.
- Досвід роботи із сервісами GCP, включно з BigQuery, Cloud Functions, Cloud Run, Cloud Build і Vertex AI.
- Практичні знання інструментів із відкритим кодом для бенчмаркінгу та створення підсумків.
- Досвід використання ресурсів GPU і CPU у хмарних та локальних середовищах.
- Здатність використовувати хмарні платформи для завдань інженерії даних, великих даних і машинного навчання.
- Досвід роботи з Docker, docker-compose та експериментальними можливостями Docker.
- Знайомство з Airflow і Kubeflow.
- Досвід роботи з CI/CD та інструментами інфраструктури як коду, такими як Terraform.
- Досвід роботи з Kubernetes або іншими контейнерними платформами, включно з Helm і Argo Workflows.
- Здатність створювати відповідні вимогам, етичні, безпечні та надійні API на основі ШІ.
- Досвід розробки користувацьких інтерфейсів або візуалізацій із Gradio, Dash, Streamlit, React або Django.
- Досвід розподілених обчислень із Spark, Dask, RAPIDS AI або cuDF.
- Здатність створювати API на Python із FastAPI, Flask або Django.
- Досвід роботи з Elasticsearch і Apache Solr буде перевагою; також актуальний досвід роботи з векторними базами даних.
- Досвід роботи з LLM, такими як GPT-5, Gemini, Kimi або Seedance.
- Досвід роботи на всіх етапах життєвого циклу генеративних ШІ-моделей, включно з навчанням, тестуванням, розгортанням і моніторингом продуктивності.
- Досвід розробки та підтримки мультимодальних конвеєрів ШІ для тексту, зображень і аудіо.
- Практичний досвід масштабного розгортання чат-ботів або розмовних агентів для різноманітних джерел даних.
- Досвід створення інструментів генерації зображень або перекладу з використанням моделей латентної дифузії, таких як Stable Diffusion або Instruct Pix2Pix.
- Експертні навички роботи з великомасштабними структурованими та неструктурованими даними.
- Досвід керування великомасштабними наборами даних і результатами генеративного ШІ.
- Сильні навички комунікації та співпраці з колегами з різних регіонів.