Osoba do pracy w obszarze sztucznej inteligencji (AI) i uczenia maszynowego (Machine Learning)

Nasze wymagania

• wykształcenie wyższe techniczne (informatyka, sztuczna inteligencja, data science, matematyka lub kierunki pokrewne)
• min. 2 lata doświadczenia w projektowaniu, trenowaniu i ewaluacji modeli uczenia maszynowego/głębokiego
• biegłość w Pythonie oraz frameworkach głębokiego uczenia (PyTorch lub TensorFlow)
• dobra znajomość architektury sieci neuronowych, w szczególności architektury transformatorowych
• doświadczenie w przygotowaniu i kuracji danych treningowych (czyszczenie, normalizacja, augmentacja, budowa potoków przetwarzania danych) oraz praca z bibliotekami typu Pandas, NumPy
• znajomość metod doboru hiperparametrów, prowadzenia eksperymentów oraz ewaluacji modeli (benchmarki, metryki jakościowe)
• swoboda w pracy z systemami kontroli wersji (Git)
• umiejętność dokumentowania pracy i klarownego prezentowania wyników
• znajomość systemu Linux
• znajomość języka angielskiego umożliwiająca swobodną komunikację oraz pracę z dokumentacją i literaturą naukową
• odpowiedzialność, samodzielność i umiejętność rozwiązywania problemów

Mile widziane

• doświadczenie w trenowaniu i dostrajaniu (fine-tuning) dużych modeli językowych i wielomodalnych (LLM/LMM)
• znajomość technik treningu rozproszonego na wielu GPU (np. DeepSpeed, Megatron-LM)
• doświadczenie w prowadzeniu obliczeń z wykorzystaniem infrastruktur HPC oraz systemów kolejkowych (np. SLURM)
• znajomość technik przetwarzania języka naturalnego (NLP) oraz uczenia multimodalnego
• doświadczenie z praktykami MLOps (rejestry modeli, śledzenie eksperymentów, konteneryzacja)
• doświadczenie w pracy z danymi z wielu źródeł, w tym danymi medycznymi lub innymi danymi dziedzinowymi
• aktywność naukowa lub wkład w projekty open-source (publikacje, repozytoria, pull requesty)

Twój zakres obowiązków

• projektowanie architektury sieci neuronowych dostosowanych do zadań wielomodalnych oraz specyfiki klastrów HPC,
• przygotowanie i kuracja danych treningowych, w tym czyszczenie, normalizacja, augmentacja oraz tworzenie potoków przetwarzania danych wielkoskalowych,
• trenowanie i dostrajanie (fine-tuning) modeli dużej skali (LMM) z wykorzystaniem zasobów obliczeniowych klastrów HPC (m.in. Helios, zasoby EuroHPC JU),
• prowadzenie eksperymentów badawczych, dobór hiperparametrów oraz analiza wyników w celu optymalizacji jakości i wydajności modeli,
• ewaluacja modeli z użyciem dedykowanych benchmarków i metryk jakościowych, w tym opracowywanie własnych zestawów testowych,
• współpraca z zespołem MLOps przy wdrażaniu modeli do środowiska produkcyjnego oraz integracji z infrastrukturą AI Factory,
• śledzenie najnowszych osiągnięć w dziedzinie uczenia głębokiego i adaptacja stanu wiedzy (state-ofthe art) do potrzeb projektu,
• wsparcie onboardingu nowych klientów korzystających z infrastruktury AI Factory, w tym pomoc w uruchamianiu zadań treningowych na klastrach HPC oraz dostosowaniu ich workflow do specyfiki środowiska,
• konsultacje merytoryczne dla klientów AI Factory dotyczące tworzonych przez nich rozwiązań, w tym doboru architektury sieci, metod treningu, strategii przygotowania danych oraz ewaluacji modeli.

O projekcie

Tak organizujemy naszą pracę

Takie dajemy możliwości rozwoju

• konferencje w Polsce
• konferencje zagraniczne
• szkolenia wewnątrzfirmowe
• szkolenia zewnętrzne
• treningi umiejętności miękkich
• wsparcie merytoryczne od liderów technologicznych
• wspieramy wydarzenia dla IT
• wymiana wiedzy technicznej w firmie

To oferujemy

• zatrudnienie na umowę o pracę w pełnym wymiarze etatu,
• pracę w organizacji, która tworzy jeden z najbardziej innowacyjnych kierunków rozwoju komputerowego (realizując projekt Gaia AI factory)
• możliwość ciągłego rozwoju, podnoszenia kwalifikacji, udziału w ciekawych wydarzeniach,
• pracę w modelu hybrydowym (możliwość pracy zdalnej)

Benefity

• możliwość pracy zdalnej
• elastyczny czas pracy
• parking dla pracowników
• dofinansowanie wypoczynku

Akademia Górniczo-Hutnicza ACK Cyfronet AGH