Deep Learning Engineer / Machine Learning Engineer
Vasco Electronics
Rola koncentruje się na projektowaniu i wdrażaniu modeli głębokiego uczenia (szczególnie NLP: tłumaczenie maszynowe, NLU) na urządzenia mobilne z Androidem. Będziesz odpowiedzialny za optymalizację modeli (kwantyzacja, kompresja) i integrację z aplikacjami przy użyciu TensorFlow Lite / ONNX Runtime. To połączenie badań naukowych i inżynierii wdrożeniowej w firmie produktowej.
Brakuje: liczebność zespołu i struktura, proces rekrutacyjny (etapy, zadanie domowe).
Rola koncentruje się na projektowaniu i wdrażaniu modeli głębokiego uczenia (szczególnie NLP: tłumaczenie maszynowe, NLU) na urządzenia mobilne z Androidem. Będziesz odpowiedzialny za optymalizację modeli (kwantyzacja, kompresja) i integrację z aplikacjami przy użyciu TensorFlow Lite / ONNX Runtime. To połączenie badań naukowych i inżynierii wdrożeniowej w firmie produktowej.
- ✓Praca nad realnym produktem z globalnym zasięgiem (tłumaczenia)
- ✓Rola od badań po wdrożenie – pełna odpowiedzialność za model
- ✓Dodatkowy urlop, mieszkanie służbowe, brak dress code'u
- !Tryb pracy office, choć benefit wspomina 'możliwość pracy zdalnej' – niejasne zasady
- !Wymóg samodzielności może sugerować mały zespół lub brak wsparcia
- !Zakres wynagrodzenia bardzo szeroki (12-22k) – zależny od doświadczenia
- •Projektowanie i trenowanie modeli Transformer w PyTorch/TensorFlow
- •Implementacja technik kompresji i kwantyzacji modeli
- •Integracja modeli z aplikacjami Android przez TensorFlow Lite / ONNX Runtime
- •Przeprowadzanie eksperymentów nad nowymi architekturami NLP
- •Współpraca z deweloperami mobilnymi przy wdrażaniu modeli
- •Testowanie wydajności modeli na rzeczywistych urządzeniach
- •Dokumentowanie procesów badawczych i wdrożeniowych
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Inżynier z 3 latami doświadczenia w ML, który pracował przy modelach NLP i ma podstawową znajomość frameworków inferencji mobilnych (TF Lite, ONNX). Gotowy do samodzielnej pracy badawczo-rozwojowej.
Osoby poniżej 3 lat doświadczenia w ML/DL, zwłaszcza bez doświadczenia w NLP i na urządzeniach mobilnych. Nie dla juniorów ani osób szukających czysto badawczej roli bez wdrożeń.
- ?Ile osób liczy zespół R&D i ilu jest inżynierów ML?
- ?Jak wygląda proces wdrożenia modelu od researchu do produkcji?
- ?Czy modele są trenowane od zera czy fine-tunowane?
- ?Jaki jest docelowy poziom wydajności na urządzeniach (RAM, CPU)?
- ?Jakie konkretnie urządzenia Android są targetowane (flagowce, budżetowe)?
- ?Czy istnieje możliwość pracy zdalnej i w jakim wymiarze?
- ?Jaki jest cykl eksperymentów i jak mierzony jest sukces?
- −Liczebność zespołu i struktura
- −Proces rekrutacyjny (etapy, zadanie domowe)
- −Opis istniejących modeli – greenfield czy rozwój istniejących
- −Wymagania sprzętowe do pracy (GPU, klastry)
Kultura oparta na wpływie i sprawczości, różnorodności i pasji, z brakiem dress code'u i elastycznymi godzinami.