Responsibilite

1. Mehrsprachige LLMs: Entwerfen und Implementieren von großsprachigen Modellen, die mehrere Sprachen unterstützen. 

2. Inferenzkostenoptimierung: Entwicklung von Strategien zur Reduzierung der mit LLM -Inferenz verbundenen Rechenkosten. 

3. Autonome Agenten: Erstellen intelligenter Agenten für die Verwendung in SaaS -Anwendungen in Unternehmen. 

4. Andere ML -Anwendungsfälle: Anwendung von Techniken für maschinelles Lernen auf eine Vielzahl von Geschäftsproblemen. 

Erforderliche technische Fähigkeiten:

1. Programmiersprachen: Kenntnisse in Python. 

2. Frameworks für maschinelles Lernen: Erfahrung mit TensorFlow, Pytorch oder anderen relevanten Bibliotheken. 

3. Großsprachige Modelle: Kenntnisse großer Sprachmodelle, einschließlich Erfahrungen mit mehrsprachigen LLMs. 

4. Inferenzoptimierung: Fähigkeiten zur Optimierung der Modellleistung und -kosten, einschließlich Techniken für eine effiziente LLM -Inferenz. 

5. autonome Systeme: Erfahrung in der Entwicklung autonomer Mittel oder ähnlicher Systeme. 

6. Datenhandhabung: Kenntnisse in der Handhabung und Verarbeitung großer Datensätze mithilfe von Tools wie Pandas und Numpy. 

7. Cloud -Plattformen: Vertrautheit mit Cloud -Diensten wie AWS, Google Cloud -Plattform oder Azure. 

Andere Anforderungen:

1. 2+ Jahre Berufserfahrung im maschinellen Lernen und KI. 

2. Erfahrung in Docker, Kubernetes, Rest -APIs und CI/CD. 

3. praktische Erfahrung mit Langchain-, Ketten-, Loras- und Rag -Systemen