Portugal
ambi.
Bjak
Ingeniero de Machine Learning, Ranking y Recuperación
RemotoPortugal
Portugal
Python
Traducción automática. Consulta el original.
Acerca de
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 nula necesidad de indicaciones.
Nuestra primera aplicación es una app de comunicación móvil centrada en agentes. Creemos que la creación de aplicaciones que los usuarios utilicen 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 escasa necesidad de indicaciones.
Cómo Trabajamos
Los mejores productos del mundo son construidos 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 que disfrutan resolviendo problemas prácticos de ML, mejorando la calidad de los modelos y lanzando 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 lanzar 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
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.
Experiencia Ideal
- Sólidos fundamentos en machine learning y arquitecturas neuronales modernas.
- Experiencia práctica en la construcción y despliegue de modelos de ML en producción.
- Experiencia en clasificación, ranking, recuperación, sistemas de 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
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