Portugal
ambi.
Bjak
Ingeniero/a de Machine Learning Aplicado/a
RemotoPortugal
Portugal
Python
Traducción automática. Consulta el original.
Sobre nosotros
Hoy en día, más de 5 mil millones de usuarios utilizan aplicaciones básicas como correo electrónico, notas, tareas y calendario que no son nativas de IA. Nuestra misión es crear aplicaciones proactivas para cualquier persona en el mundo que no esté acostumbrada a indicaciones complejas. Nuestro objetivo es aportar inteligencia a las conversaciones, recados, organización y flujos de trabajo, con una mínima o ninguna indicación.
Nuestra primera aplicación es una app de comunicación móvil centrada en agentes. Creemos que la creación de aplicaciones que los usuarios utilizan a diario para la comunicación, coordinación y colaboración ayudará a integrar la IA en sus vidas. El efecto neto es eliminar la desinformación, lograr bajos costes de coordinación, permitir tareas y colaboración de alta calidad a escala con una mínima o poca indicación.
Cómo trabajamos
Los mejores productos del mundo son creados por equipos pequeños y de clase mundial. Somos un equipo práctico con alta densidad de talento. Tomamos decisiones colectivamente y nos movemos rápido, equilibrando el trabajo de alta calidad con el aprendizaje continuo.
Unirse a nuestro equipo requiere la capacidad de aportar estructura, ejercer criterio y ejecutar de forma independiente. Nuestro objetivo es poner un producto verdaderamente mágico en manos de nuestros usuarios.
Responsabilidades
- Construir y mejorar sistemas de ML que potencian nuestras aplicaciones nativas de IA.
- Trabajar en clasificación, recuperación, ranking, personalización y evaluación, asumiendo la responsabilidad desde el desarrollo del modelo hasta su implementación en producción.
Este puesto es para ingenieros/as que disfrutan resolviendo problemas prácticos de ML, mejorando la calidad de los modelos y enviando sistemas fiables utilizados por usuarios reales.
Enfoque
- Construir y mejorar modelos de ML para clasificación, ranking, recuperación y personalización.
- Desarrollar clasificadores eficientes y optimizar la precisión, latencia y coste del modelo.
- Mejorar la relevancia de la búsqueda y la recuperación de contexto utilizando embeddings, búsqueda híbrida y re-ranking.
- Construir modelos de personalización que aprendan del comportamiento del usuario respetando la privacidad.
- Desarrollar pipelines de evaluación, conjuntos de datos etiquetados y métricas para medir la calidad del modelo.
- Ajustar y adaptar modelos existentes cuando estén respaldados por datos suficientes.
- Construir y mantener pipelines de entrenamiento, inferencia e implementación de ML.
- Depurar problemas de producción, monitorizar el rendimiento del modelo y enviar mejoras basadas en la retroalimentación del mundo real.
Pila Tecnológica
- Python
- PyTorch / JAX
- Embeddings, búsqueda vectorial y modelos de ranking
- Sistemas de ML en producción y pipelines de inferencia
Experiencia Ideal
- Sólidas bases en machine learning y arquitecturas neuronales modernas.
- Experiencia práctica en la construcción y despliegue de modelos de ML en producción.
- Experiencia en sistemas de clasificación, ranking, recuperación, recomendación o personalización.
- Comprensión de la evaluación de modelos, experimentación y métricas de rendimiento.
- Comodidad escribiendo código de calidad de producción y trabajando con conjuntos de datos del mundo real.
- Capacidad para equilibrar la calidad del modelo, la latencia, el coste y la fiabilidad.
- Fuerte sentido de la responsabilidad, habilidades para la resolución de problemas
Resultados
- Los modelos de ML en producción cumplen los objetivos esperados de precisión, relevancia, latencia y fiabilidad.
- Las mejoras en clasificación y ranking ofrecen ganancias medibles en la calidad del modelo.
- Los pipelines de evaluación identifican regresiones y soportan lanzamientos de modelos fiables.
- Los pipelines de entrenamiento, inferencia y datos son robustos, reproducibles y mantenibles.
- Las mejoras del modelo se basan en la retroalimentación del mundo real y en resultados medibles.
- Colabora eficazmente con los equipos de ingeniería y producto para ofrecer funciones fiables impulsadas por ML.
Proceso de Entrevista
Si parece haber una coincidencia, nos pondremos en contacto para programar 3, pero no más de 4 entrevistas.
Las solicitudes son evaluadas por los miembros de nuestro equipo técnico. Las entrevistas se realizarán virtualmente y/o in situ.
Valoramos la transparencia y la eficiencia, por lo que puede esperar una decisión rápida. Si ha demostrado las habilidades y la mentalidad excepcionales que buscamos, le extenderemos una oferta para unirse a nosotros.
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil