Starszy Specjalista Uczenia Maszynowego K/M
⚲ Warszawa
Do uzgodnienia
Wymagania
- Python
- PyTorch
Opis stanowiska
Nasze wymagania:
Bardzo dobra znajomość języka Python w zastosowaniach machine learning i przetwarzania danych
Bardzo dobra znajomość frameworków i bibliotek ML/DL: PyTorch, Transformers, ONNX
Praktyczna znajomość architektur modeli wykorzystywanych w wizji komputerowej, takich jak ViT, YOLO, DETR, FCOS oraz podobnych podejść do detekcji, klasyfikacji i segmentacji
Doświadczenie w projektowaniu i trenowaniu sieci neuronowych na wydajnych środowiskach obliczeniowych (Serwery HPC z akceleratorami graficznymi)
Umiejętność przygotowywania pipeline’ów treningowych, augmentacji danych oraz zarządzania eksperymentami
Praktyczne doświadczenie we wdrażaniu modeli na urządzenia krawędziowe, w szczególności z użyciem TensorRT oraz NVIDIA DeepStream
Znajomość technik optymalizacji modeli: kwantyzacja, pruning, distillation
Doświadczenie w konwersji i optymalizacji modeli między frameworkami (np. PyTorch → ONNX → TensorRT)
Umiejętność prowadzenia i dokumentowania eksperymentów ML oraz śledzenia metryk z użyciem narzędzi takich jak ClearML, Weights & Biases (W&B) lub podobnych
Mile widziane:
Podobne doświadczenie w pracy z LLM (do pozostałych rozwijanych projektów)
Zakres obowiązków:
Analiza, eksploracja i ocena jakości zbiorów danych
Implementacja i trening modeli wizyjnych uczenia głębokiego
Dobór architektury modelu do specyfiki problemu
Projektowanie pipeline’ów treningowych, preprocessingu i augmentacji danych
Walidacja wytrenowanych modeli, analiza błędów, propozycje usprawnień
Wdrażanie modeli na urządzenia krawędziowe (Nvidia Jetson)
Optymalizacja modeli uczenia maszynowego – kwantyzacja, pruning
Techniczne wsparcie i mentoring dla mniej doświadczonych członków zespołu ML
Oferujemy:
Stabilne zatrudnienie w polskiej firmie działającej na rynkach międzynarodowych
Konkurencyjne wynagrodzenie
Przyjazną atmosferę pracy
Brak dress code’u
Elastyczne godziny pracy
Bogaty pakiet benefitów i świadczeń (szkolenia i kursy, opieka medyczna, ubezpieczenie grupowe na życie, karta Multisport, dofinansowanie do wypoczynku, dofinansowanie kolonii dla dzieci, bilety do kina i teatru, kawa, herbata, napoje, owoce)
Bardzo dobra znajomość języka Python w zastosowaniach machine learning i przetwarzania danych
Bardzo dobra znajomość frameworków i bibliotek ML/DL: PyTorch, Transformers, ONNX
Praktyczna znajomość architektur modeli wykorzystywanych w wizji komputerowej, takich jak ViT, YOLO, DETR, FCOS oraz podobnych podejść do detekcji, klasyfikacji i segmentacji
Doświadczenie w projektowaniu i trenowaniu sieci neuronowych na wydajnych środowiskach obliczeniowych (Serwery HPC z akceleratorami graficznymi)
Umiejętność przygotowywania pipeline’ów treningowych, augmentacji danych oraz zarządzania eksperymentami
Praktyczne doświadczenie we wdrażaniu modeli na urządzenia krawędziowe, w szczególności z użyciem TensorRT oraz NVIDIA DeepStream
Znajomość technik optymalizacji modeli: kwantyzacja, pruning, distillation
Doświadczenie w konwersji i optymalizacji modeli między frameworkami (np. PyTorch → ONNX → TensorRT)
Umiejętność prowadzenia i dokumentowania eksperymentów ML oraz śledzenia metryk z użyciem narzędzi takich jak ClearML, Weights & Biases (W&B) lub podobnych
Mile widziane:
Podobne doświadczenie w pracy z LLM (do pozostałych rozwijanych projektów)
Zakres obowiązków:
Analiza, eksploracja i ocena jakości zbiorów danych
Implementacja i trening modeli wizyjnych uczenia głębokiego
Dobór architektury modelu do specyfiki problemu
Projektowanie pipeline’ów treningowych, preprocessingu i augmentacji danych
Walidacja wytrenowanych modeli, analiza błędów, propozycje usprawnień
Wdrażanie modeli na urządzenia krawędziowe (Nvidia Jetson)
Optymalizacja modeli uczenia maszynowego – kwantyzacja, pruning
Techniczne wsparcie i mentoring dla mniej doświadczonych członków zespołu ML
Oferujemy:
Stabilne zatrudnienie w polskiej firmie działającej na rynkach międzynarodowych
Konkurencyjne wynagrodzenie
Przyjazną atmosferę pracy
Brak dress code’u
Elastyczne godziny pracy
Bogaty pakiet benefitów i świadczeń (szkolenia i kursy, opieka medyczna, ubezpieczenie grupowe na życie, karta Multisport, dofinansowanie do wypoczynku, dofinansowanie kolonii dla dzieci, bilety do kina i teatru, kawa, herbata, napoje, owoce)
🔍 Dekoder Ogłoszenia
🟡
Bardzo dobra znajomość języka Python w zastosowaniach machine learning i przetwarzania danych
Oczekuje się, że kandydat nie tylko zna Pythona, ale potrafi go efektywnie wykorzystać w kontekście ML i analizy danych, co może oznaczać potrzebę głębokiego zrozumienia bibliotek i algorytmów.
🟡
Praktyczna znajomość architektur modeli wykorzystywanych w wizji komputerowej, takich jak ViT, YOLO, DETR, FCOS oraz podobnych podejść do detekcji, klasyfikacji i segmentacji
Oznacza to, że kandydat powinien mieć doświadczenie w pracy z konkretnymi, często najnowszymi modelami, a nie tylko ogólną wiedzę teoretyczną.
🟡
Doświadczenie w projektowaniu i trenowaniu sieci neuronowych na wydajnych środowiskach obliczeniowych (Serwery HPC z akceleratorami graficznymi)
Wymaga to nie tylko umiejętności trenowania modeli, ale także zrozumienia i efektywnego wykorzystania zaawansowanej infrastruktury sprzętowej.
🟡
Praktyczne doświadczenie we wdrażaniu modeli na urządzenia krawędziowe, w szczególności z użyciem TensorRT oraz NVIDIA DeepStream
Kandydat musi mieć realne doświadczenie w optymalizacji i wdrażaniu modeli na ograniczonych zasobach, co jest specyficznym i często trudnym zadaniem.
🟡
Znajomość technik optymalizacji modeli: kwantyzacja, pruning, distillation
Wymaga to wiedzy i umiejętności w zakresie zmniejszania rozmiaru i zwiększania wydajności modeli, co jest kluczowe dla zastosowań produkcyjnych.