Bjak

Engenheiro de Machine Learning Aplicado

Python
Tradução automática. Consulte o original.

Sobre

Existem mais de 5 bilhão de usuários utilizando aplicativos básicos hoje em dia, como e-mail, notas, tarefas, calendário, e eles não são nativos de IA. Nossa missão é construir aplicativos proativos para qualquer pessoa no mundo, que não está acostumada com prompts complexos. Nosso objetivo é trazer inteligência para conversas, recados, organização e fluxos de trabalho, com o mínimo ou nenhum prompt.

Nosso primeiro aplicativo é um app de comunicação móvel focado em agentes. Acreditamos que construir aplicativos que os usuários usam diariamente para comunicação, coordenação e colaboração ajudará a integrar a IA em suas vidas. O efeito líquido é eliminar a desinformação, alcançar baixos custos de coordenação, permitir tarefas e colaboração de alta qualidade em escala com o mínimo ou pouco prompt.

Como Trabalhamos

Os melhores produtos do mundo são construídos por equipes pequenas e de classe mundial. Somos uma equipe de alta densidade de talentos e prática. Tomamos decisões coletivamente e agimos rapidamente, equilibrando trabalho de alta qualidade com aprendizado contínuo.

Entrar em nossa equipe requer a capacidade de trazer estrutura, exercer julgamento e executar de forma independente. Nosso objetivo é colocar um produto verdadeiramente mágico nas mãos de nossos usuários.

Responsabilidades

  1. Construir e aprimorar sistemas de ML que impulsionam nossos aplicativos nativos de IA.
  1. Trabalhar em classificação, recuperação, ranqueamento, personalização e avaliação, assumindo a responsabilidade desde o desenvolvimento do modelo até a implantação em produção.

Esta função é para engenheiros que gostam de resolver problemas práticos de ML, melhorar a qualidade do modelo e entregar sistemas confiáveis usados por usuários reais.

Foco

  1. Construir e aprimorar modelos de ML para classificação, ranqueamento, recuperação e personalização.
  1. Desenvolver classificadores eficientes e otimizar a precisão, latência e custo do modelo.
  1. Melhorar a relevância da busca e a recuperação de contexto usando embeddings, busca híbrida e reclassificação.
  1. Construir modelos de personalização que aprendem com o comportamento do usuário, respeitando a privacidade.
  1. Desenvolver pipelines de avaliação, conjuntos de dados rotulados e métricas para medir a qualidade do modelo.
  1. Ajustar e adaptar modelos existentes quando suportado por dados suficientes.
  1. Construir e manter pipelines de treinamento, inferência e implantação de ML.
  1. Depurar problemas de produção, monitorar o desempenho do modelo e entregar melhorias com base no feedback do mundo real.

Stack Tecnológico

  1. Python
  1. PyTorch / JAX
  1. Embeddings, busca vetorial e modelos de ranqueamento
  1. Sistemas de ML em produção e pipelines de inferência

Experiência Ideal

  1. Fortes bases em machine learning e arquiteturas neurais modernas.
  1. Experiência prática na construção e implantação de modelos de ML em produção.
  1. Experiência em classificação, ranqueamento, recuperação, sistemas de recomendação ou personalização.
  1. Compreensão de avaliação de modelos, experimentação e métricas de desempenho.
  1. Confortável escrevendo código de qualidade de produção e trabalhando com conjuntos de dados do mundo real.
  1. Capaz de equilibrar qualidade do modelo, latência, custo e confiabilidade.
  1. Forte senso de responsabilidade, habilidades de resolução de problemas

Resultados

  1. Modelos de ML em produção atendem às metas esperadas de precisão, relevância, latência e confiabilidade.
  1. Melhorias na classificação e ranqueamento entregam ganhos mensuráveis na qualidade do modelo.
  1. Pipelines de avaliação identificam regressões e suportam lançamentos confiáveis de modelos.
  1. Pipelines de treinamento, inferência e dados são robustos, reproduzíveis e manteníveis.
  1. Melhorias de modelo são impulsionadas por feedback do mundo real e resultados mensuráveis.
  1. Colabora efetivamente com equipes de engenharia e produto para entregar recursos confiáveis impulsionados por ML.

Processo de Entrevista

Se parecer haver um encaixe, entraremos em contato para agendar 3, mas não mais que 4 entrevistas.

As candidaturas são avaliadas por membros de nossa equipe técnica. As entrevistas serão conduzidas virtualmente e/ou presencialmente.

Valorizamos a transparência e a eficiência, portanto, espere uma decisão rápida. Se você demonstrou as habilidades e a mentalidade excepcionais que procuramos, estenderemos uma oferta para se juntar a nós.

Mais oportunidades com um só perfil

Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.

Criar meu perfil

Seu próximo empregojá está te procurando.

Nort

Plataforma de recrutamento reverso para programadores