Machine Learning Engineer, AI Platform

О команде AI Foundations, часть организации AI Platform в Workday, решает задачи на стыке машинного обучения, агентного рассуждения и корпоративных систем масштаба предприятия. Команда создаёт критически важные возможности AI-платформы и прикладные агентные решения.

О роли Как Machine Learning Engineer в команде AI Platform вы будете разрабатывать пользовательские сценарии с использованием продвинутого агентного ИИ, LLM и RAG. Вы будете сотрудничать с другими инженерами, чтобы внедрять ML-решения по всей продуктовой экосистеме Workday, и использовать современные стеки разработки и инженерии данных для обучения, развёртывания и управления жизненным циклом различных ML-моделей, включая обучение с учителем и без. Также вы будете разрабатывать и развёртывать новые API и сервисы с использованием Docker и Kubernetes в масштабе и использовать вычислительные ресурсы Workday на больших наборах данных.

Задачи

• Отвечать за исследование, проектирование и реализацию функций для ML-платформ, пайплайнов и сервисов.
• Отвечать за оценку, масштабируемость и наблюдаемость этих функций.
• Применять методы машинного обучения, включая LLM и понимание естественного языка, для анализа больших объёмов текстовых данных в сфере HR и финансов.
• Проектировать и запускать передовые облачные архитектуры машинного обучения.
• Следить за достижениями в области ИИ, LLM, RAG, автономных агентов и фреймворков оркестрации.

Базовые требования

• Степень бакалавра (предпочтительно магистра или PhD) в инженерии, информатике, физике, математике или эквивалентная.
• 3+ года полноценного профессионального опыта в команде data science, ML-инженерии или разработки ПО, создающей ML-продукты с нуля в масштабе, включая прикладные исследования, проектирование, реализацию, оценку и продакшен.
• 3+ года практического профессионального опыта разработки ETL-пайплайнов и сервисов инференса, использующих большие языковые модели (LLM) и модели генерации текста в продакшене, включая полный жизненный цикл ML: обработка данных, дообучение модели, развёртывание и оценка.
• 3+ года профессионального опыта работы с Python и сопутствующими библиотеками в продакшене.
• 3+ года профессионального опыта в инженерии данных и обработке данных с использованием, например, Pandas и PySpark, а также других отраслевых инструментов для построения масштабируемых ML-систем, таких как Kubernetes и Docker.
• 3+ года профессионального опыта работы с облачными платформами (например, AWS, GCP и др.).
• 3+ года опыта чёткой и эффективной коммуникации в кросс-функциональной среде с продакт-менеджерами, командами приложений и руководством.

Дополнительные требования

• 3+ года профессионального опыта построения систем информационного поиска.
• 3+ года профессионального опыта работы с фреймворками и инструментами машинного и глубокого обучения, такими как PyTorch, TensorFlow и Sklearn.
• Глубокое понимание статистического анализа, алгоритмов обучения с учителем и без, а также обработки естественного языка для задач информационного поиска и/или рекомендательных систем.