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.
Фахівець із даних у сфері генеративного ШІ
Створюйте й упроваджуйте рішення на основі великих мовних моделей і генеративного ШІ для корпоративних завдань Ford і мобільних сервісів. Розробляйте системи оцінювання, агентні робочі процеси та моделі машинного навчання на Google Cloud.
Опис
- Проєктувати застосунки на основі великих мовних моделей і доводити їх від прототипу до готових рішень для корпоративних потреб і взаємодії з клієнтами.
- Розробляти підходи до промптів, структурованих відповідей, маршрутизації моделей, керування контекстом і адаптації моделей.
- Створювати системи оцінювання якості, точності, релевантності, стійкості, швидкості, вартості, безпеки та зручності для користувачів.
- Упроваджувати можливості агентного ШІ, зокрема планування, використання інструментів, пам’ять, рефлексію, погодження дій із людьми та багатокрокові робочі процеси.
- Розробляти й розгортати масштабовані рішення у сфері ШІ та машинного навчання на Google Cloud із використанням Vertex AI, BigQuery, Cloud Storage, Cloud Run, Cloud Functions, Pub/Sub та пов’язаних сервісів.
- Створювати повторно використовувані компоненти на Python, API, конвеєри експериментів і продукти даних, що інтегруються з корпоративними платформами та застосунками.
- Створювати й підтримувати конвеєри структурованих і неструктурованих даних для моделювання, експериментів, оцінювання та промислового використання.
- Проводити дослідницький аналіз даних, розробляти ознаки й застосовувати статистичні методи та методи машинного навчання.
- Налаштовувати спостережуваність, моніторинг, захисні обмеження, автоматизовані тести й цикли зворотного зв’язку для вдосконалення розгорнутих моделей і застосунків.
- Представляти технічні висновки, компроміси, ризики й рекомендації технічним і нетехнічним зацікавленим сторонам.
- Стежити за розвитком генеративного ШІ та застосовувати актуальні дослідження для розв’язання практичних бізнес-завдань.
Вимоги
- Ступінь бакалавра з науки про дані, інформатики, статистики, математики, інженерії чи суміжної галузі або еквівалентне поєднання відповідної освіти й досвіду.
- Щонайменше 2 роки застосування статистичного аналізу та традиційного машинного навчання для розв’язання бізнес-завдань.
- Щонайменше 2 роки створення комплексних рішень із науки про дані: від дослідження даних і розроблення ознак до перевірки, розгортання й моніторингу моделей.
- Щонайменше 2 роки професійного досвіду в науці про дані, машинному навчанні, прикладному ШІ, обробці природної мови чи суміжній технічній ролі.
- Щонайменше 2 роки програмування на Python і впевнене володіння SQL, зокрема досвід написання коду промислової якості, який легко супроводжувати й тестувати.
- Щонайменше 1 рік розроблення застосунків із комерційними або відкритими великими мовними моделями.
- Щонайменше 1 рік роботи з проєктуванням промптів, оцінюванням великих мовних моделей, інтеграцією моделей і базовими поняттями обробки природної мови.
- Щонайменше 1 рік роботи із сервісами даних та ШІ GCP, особливо Vertex AI і BigQuery, або порівнянний досвід роботи з іншою провідною хмарною платформою та готовність перейти на GCP.
- Щонайменше 1 рік застосування сучасних практик розроблення програмного забезпечення та хмарного розгортання, зокрема Git, API, контейнерів, CI/CD, керування ідентифікацією та доступом і моніторингу промислових систем.
- Досвід роботи з агентним ШІ, зокрема агентами з доступом до інструментів, оркестрацією робочих процесів або мультиагентними системами, буде перевагою.
- Бажаний ступінь магістра у суміжній галузі.
- Бажано щонайменше 5 років проєктування або розгортання агентних систем ШІ.
- Уміння перетворювати нечітко сформульовані бізнес-потреби на вимірювані технічні цілі.
- Сильні аналітичні навички, уміння розв’язувати проблеми, документувати роботу та спілкуватися.
- Практичний досвід роботи з можливостями Vertex AI, як-от Model Garden, Generative AI Studio, спеціалізоване навчання, кінцеві точки моделей, конвеєри, оцінювання та моніторинг.
- Досвід створення аналітичних процесів і процесів машинного навчання за допомогою BigQuery, BigQuery ML, Dataflow або пов’язаних сервісів GCP.
- Досвід донавчання, ефективної адаптації моделей із невеликою кількістю параметрів, генерації синтетичних даних, дистиляції або обслуговування й оптимізації моделей.
- Досвід створення наборів даних для оцінювання, автоматизованих оцінювачів, змагальних тестів, сценаріїв перевірки стійкості та наборів регресійних тестів для генеративного ШІ.
- Знання практик LLMOps і MLOps, версіонування моделей і промптів, відстеження експериментів, моніторингу, масштабованого інференсу й оптимізації витрат.
- Досвід упровадження рішень ШІ в регульованих сферах, де особливу увагу приділяють безпеці, або у великих компаніях.
- Необхідне законне право на роботу у Сполучених Штатах.
- Спонсорство візи недоступне.
Переваги
- Медичне, стоматологічне страхування, страхування зору та покриття витрат на рецептурні препарати доступні відразу.
- Гнучкі дні для догляду за членами родини.
- Оплачувана відпустка для батьків.
- Програми підтримки повернення до роботи для нових батьків.
- Субсидований резервний догляд за дітьми.
- Підтримка створення сім’ї, зокрема відшкодування витрат на усиновлення та сурогатне материнство, а також лікування безпліддя.
- Знижки на автомобілі для працівників і членів їхніх родин.
- Пільгова оренда автомобілів для керівників.
- Допомога з оплатою навчання.
- Активні групи ресурсів працівників.
- Оплачуваний час для індивідуальної та командної участі в громадських ініціативах.
- Щедрий графік оплачуваних святкових вихідних, зокрема тиждень між Різдвом і Новим роком.
- Оплачувана відпустка з можливістю придбати додаткові дні.