Portugal
ambi.
Bjak
Machine Learning Engineer, Ranking & Retrieval
RemotePortugal
Portugal
Python
Automatische Übersetzung. Prüfe das Original.
Über uns
Heute nutzen über 5 Milliarden Nutzer grundlegende Anwendungen wie E-Mail, Notizen, Aufgaben und Kalender, die noch nicht KI-nativ sind. Unsere Mission ist es, proaktive Anwendungen für jeden auf der Welt zu entwickeln, der keine komplexen Prompts gewohnt ist. Wir wollen Intelligenz in Gespräche, Erledigungen, Organisation und Arbeitsabläufe bringen, mit minimalem bis gar keinem Prompting.
Unsere erste Anwendung ist eine mobile Kommunikations-App, die auf Agenten basiert. Wir glauben, dass der Aufbau von Anwendungen, die Nutzer täglich für Kommunikation, Koordination und Zusammenarbeit verwenden, die Integration von KI in ihr Leben erleichtern wird. Der Nettoeffekt besteht darin, Fehlinformationen zu eliminieren, niedrige Koordinationskosten zu erzielen, qualitativ hochwertige Aufgaben und Zusammenarbeit im großen Maßstab mit minimalem oder geringem Prompting zu ermöglichen.
Wie wir arbeiten
Die besten Produkte der Welt werden von kleinen, erstklassigen Teams entwickelt. Wir sind ein Team mit hoher Talentdichte und Hands-on-Mentalität. Wir treffen Entscheidungen kollektiv und bewegen uns schnell, wobei wir hochwertige Arbeit mit kontinuierlichem Lernen in Einklang bringen.
Der Beitritt zu unserem Team erfordert die Fähigkeit, Struktur zu schaffen, Urteilsvermögen auszuüben und unabhängig zu handeln. Unser Ziel ist es, unseren Nutzern ein wirklich magisches Produkt in die Hände zu geben.
Rolle
Entwickle und verbessere ML-Systeme, die unsere KI-nativen Anwendungen antreiben.
Arbeite an Klassifizierung, Retrieval, Ranking, Personalisierung und Evaluierung und übernimm die Verantwortung von der Modellentwicklung bis zur Produktionsbereitstellung.
Diese Rolle richtet sich an Ingenieure, die praktische ML-Probleme lösen, die Modellqualität verbessern und zuverlässige Systeme ausliefern möchten, die von echten Nutzern verwendet werden.
Schwerpunkt
- Entwickle und verbessere ML-Modelle für Klassifizierung, Ranking, Retrieval und Personalisierung.
- Entwickle effiziente Klassifikatoren und optimiere Modellgenauigkeit, Präzision, Latenz und Kosten.
- Verbessere die Suchrelevanz und die Kontextwiederherstellung mithilfe von Embeddings, Hybrid Search und Reranking.
- Entwickle Personalisierungsmodelle, die aus dem Nutzerverhalten lernen und gleichzeitig die Privatsphäre respektieren.
- Entwickle Evaluierungspipelines, gelabelte Datensätze und Metriken zur Messung der Modellqualität.
- Feinabstimmung und Anpassung bestehender Modelle, wenn dies durch ausreichende Daten unterstützt wird.
- Erstelle und pflege ML-Trainings-, Inferenz- und Bereitstellungspipelines.
- Debugge Produktionsprobleme, überwache die Modellleistung und liefere Verbesserungen basierend auf realem Feedback aus.
Technologie-Stack
- Python
- PyTorch / JAX
- Embeddings, Vektorsuche und Ranking-Modelle
- Produktions-ML-Systeme und Inferenz-Pipelines
Ergebnisse
- ML-Modelle in der Produktion erfüllen die erwarteten Ziele für Genauigkeit, Relevanz, Latenz und Zuverlässigkeit.
- Verbesserungen bei Klassifizierung und Ranking liefern messbare Fortschritte bei der Modellqualität.
- Evaluierungspipelines identifizieren Regressionen und unterstützen zuverlässige Modell-Releases.
- Trainings-, Inferenz- und Daten-Pipelines sind robust, reproduzierbar und wartbar.
- Modellverbesserungen werden durch reales Feedback und messbare Ergebnisse vorangetrieben.
- Effektive Zusammenarbeit mit Engineering- und Produktteams zur Bereitstellung zuverlässiger ML-gestützter Funktionen.
Interviewprozess
Wenn eine Passung besteht, werden wir uns melden, um 3, aber nicht mehr als 4, Interviews zu planen.
Bewerbungen werden von unseren technischen Teammitgliedern bewertet. Interviews werden virtuell und/oder vor Ort geführt.
Wir legen Wert auf Transparenz und Effizienz, daher erwarten Sie eine schnelle Entscheidung. Wenn Sie die außergewöhnlichen Fähigkeiten und die Denkweise unter Beweis gestellt haben, nach denen wir suchen, werden wir Ihnen ein Angebot zur Zusammenarbeit unterbreiten.
Ideale Erfahrung
- Starke Grundlagen in machine learning und modernen neuronalen Architekturen.
- Praktische Erfahrung in der Erstellung und Bereitstellung von ML-Modellen in der Produktion.
- Erfahrung in Klassifizierung, Ranking, Retrieval, Empfehlungssystemen oder Personalisierung.
- Verständnis von Modellbewertung, Experimenten und Leistungsmetriken.
- Komfort beim Schreiben von produktionsreifen Code und der Arbeit mit realen Datensätzen.
- Fähigkeit, Modellqualität, Latenz, Kosten und Zuverlässigkeit auszubalancieren.
- Starkes Verantwortungsbewusstsein, Problemlösungsfähigkeiten
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen