ML Engineer

Описание вакансии

#астана #удаленно

ML Engineer

METEORO platform

*📍*Remote

Задачи:

• Разработка генеративных моделей: проектирование, обучение, тонкая настройка, оценка и внедрение генеративных моделей для приложений, работающих с изображениями, видео, текстом и мультимодальными данными.
• Генерация изображений и видео: улучшение визуального качества, соблюдения промптов, пространственного выравнивания, согласованности персонажей и объектов, а также временной согласованности в генеративном видео.
• Исследования в области управления LLM: исследование и внедрение методов управления и ограничения поведения LLM, включая настройку инструкций, структурированное генеративное создание, декодирование с ограничениями, использование инструментов, защитные механизмы, оптимизацию предпочтений и управляемые результаты.
• Оценка LLM: создание систем оценки по следующим критериям: выполнение инструкций, надежность, соответствие фактам, безопасность, согласованность результатов, точность использования инструментов, а также устойчивость к внедрению посторонних подсказок или непреднамеренному поведению.
• Оптимизация моделей: оптимизация конвейеров обучения и инференса с точки зрения задержки, пропускной способности, использования памяти, качества генерации и затрат на инфраструктуру.
• Построение конвейеров: создание масштабируемых конвейеров обработки данных, обучения, тонкой настройки, оценки и инференса в реальном времени.
• Интеграция в производственную среду: сотрудничество с инженерами по программному обеспечению и данным для интеграции генеративных моделей в существующие продукты и производственные системы.
• MLOps: автоматизировать тестирование, развертывание, мониторинг, откат, переобучение и непрерывную оценку моделей.

Исследования и эксперименты: анализировать последние исследования в области генеративного ИИ, воспроизводить перспективные методы и определять их практическую ценность для использования в производственной среде

Необходимые навыки:

• Опыт: не менее 3 лет профессионального опыта в области машинного обучения и разработки программного обеспечения.
• Генеративный ИИ: обширный практический опыт разработки или внедрения моделей генеративного ИИ.
• Модели обработки изображений и видео: глубокое понимание диффузионных моделей и современных архитектур генерации изображений или видео.
• Большие языковые модели (LLM): опыт работы с подсказками для LLM, их тонкой настройкой, оценкой, структурированными выводами, вызовом инструментов и методами управления поведением.
• Фреймворки машинного обучения: практический опыт работы с PyTorch или TensorFlow.
• Машинное обучение в производственной среде: опыт перевода моделей из стадии прототипа в производственную среду и эксплуатации надёжных сервисов инференса.
• Инфраструктура: опыт развёртывания моделей на серверах с графическими процессорами (GPU) без операционной системы и на облачных платформах.
• Инженерия: глубокие навыки работы с Python и в области разработки программного обеспечения, включая тестирование, мониторинг, отладку и оптимизацию производительности.

Будет плюсом:

• Опыт работы с управляемым генератором, настройкой инструкций, RLHF, DPO, обучением с подкреплением или другими методами оптимизации предпочтений.
• Опыт работы с декодированием с ограничениями, вызовом функций, агентными системами, механизмами обеспечения безопасности, тестированием «красной команды» и автоматизированной оценкой LLM.
• Опыт работы с мультимодальными моделями, сочетающими текст, изображения, видео или аудио.
• Подтверждённая способность улучшать временную согласованность, пространственное совмещение, сохранение идентичности и качество движения в сгенерированном видео.
• Опыт оптимизации вычислений на GPU с использованием квантования, пакетной обработки, кэширования, компиляции или распределённого выполнения.
• Опыт работы с платформами MLOps, реестрами моделей, отслеживанием экспериментов и системами наблюдаемости.
• Знакомство с конвейерами CI/CD и инфраструктурой как кодом.
• Подтвержденный опыт эксплуатации производственных систем с высокой пропускной способностью и низкой задержкой.