Инженер по искусственному интеллекту

Инженер по искусственному интеллекту (Контекстная инженерия)

Кто мы

Добро пожаловать в TELUS Digital — место, где инновации создают влияние в глобальном масштабе. Мы — отмеченное наградами цифровое консалтинговое агентство и цифровое подразделение TELUS, одного из крупнейших телекоммуникационных провайдеров Канады. Мы проектируем и реализуем трансформационные клиентские решения с помощью передовых технологий, гибкого мышления и ориентированной на людей культуры.

С глобальной командой, расположенной в Северной, Южной и Центральной Америке, Европе, Африке и Азиатско-Тихоокеанском регионе, мы предлагаем комплексные знания в восьми ключевых областях услуг: цифровой продуктовый консалтинг, цифровой маркетинг, данные и ИИ, стратегический консалтинг, модернизация бизнес-операций, корпоративные приложения, облачная инженерия и обеспечение качества и тестирование.

От мобильных приложений и веб-сайтов до голосового интерфейса, чат-ботов, ИИ, обслуживания клиентов и решений для магазинов — TELUS Digital обеспечивает бесшовный, надежный и цифровой опыт, который встречает клиентов там, где они находятся, — всё это поддерживается безопасной инфраструктурой и масштабом нашей многомиллиардной материнской компании.

Местоположение и гибкость

Эта роль может быть полностью удаленной для кандидатов, находящихся в Бразилии, учитывая распределение команды и редкие возможности для личных встреч. Если вы находитесь в Сан-Паулу или Порту-Алегри, вы можете работать из одного из наших офисов по гибкому графику.

Основная миссия:

Самостоятельно владеть и выполнять конкретную исследовательскую задачу или подпроект, предоставляя высококачественные экспериментальные результаты и внося новые открытия в основные активы команды.

Основные обязанности:

• Проектирование экспериментов: Разрабатывать и реализовывать сложные эксперименты для проверки новых гипотез, включая определение протоколов оценки и базовых сравнений.

• Самостоятельное исследование: Независимо управлять исследовательской подзадачей от начала до конца, анализируя и интерпретируя результаты для получения четких выводов.

• Вклад в код: Вносить качественный, переиспользуемый код в репозиторий "референсной реализации" команды.

• Вклад в бенчмарк: Активно способствовать улучшению внутреннего бенчмарка, выявляя пробелы в данных, предлагая новые метрики оценки или добавляя новые модели для сравнения.

Ключевые квалификации:

• Образование: Докторская или магистерская степень в области компьютерных наук, вычислительной лингвистики, машинного обучения или смежной количественной области.

• Опыт работы: Более 3 лет практического опыта в прикладных исследованиях NLP или инженерии машинного обучения, желательно в исследовательской лаборатории или в среде, ориентированной на данные и ИИ.

• Толерантность к неоднозначности: Способность операционализировать субъективные концепции (например, «Креативность», «Безопасность», «Правдивость») в конкретные, аннотируемые руководства.

• Коммуникация в исследованиях: Подтвержденный опыт перевода сложных технических требований в понятные инструкции для нетехнических заинтересованных сторон (например, объяснение «следов рассуждений» экспертам-аннотаторам).

Технические квалификации:

• Глубокое теоретическое и практическое понимание архитектур Transformer (только декодер в стиле GPT, энкодер-декодер в стиле T5), механизмов внимания, позиционных эмбеддингов и стратегий токенизации (BPE, SentencePiece).

• Обширный опыт работы с посттренировочным стеком: контролируемая дообучение (SFT) и методы согласования предпочтений, включая RLHF (PPO) и DPO (Direct Preference Optimization).

• Опыт работы с обработкой шумных меток, моделями агрегации краудсорсинга (например, Dawid-Skene), стратегиями активного обучения и выявлением семантических смещений в масштабных наборах данных.

• Вы понимаете вызовы функций/инструментов, фреймворки ReAct и умеете оценивать качество «траекторий» (шаги рассуждений), а не только точность конечного результата.

• У вас есть опыт проектирования конвейеров LLM в роли судьи, систем парного сравнения (Side-by-Side) и метрик без эталона для измерения достоверности, связности и безопасности.

• Подтвержденная способность проектировать конвейеры «эволюции данных» (например, Evol-Instruct, Self-Instruct). Вы понимаете техники дистилляции знаний и способы предотвращения «коллапса модели» при обучении на синтетических данных.

• Знакомство с адверсариальным тестированием. Вы умеете разрабатывать подсказки для стресс-тестирования фильтров безопасности (jailbreaking) и понимаете компромиссы между полезностью и безвредностью (уровни ложных отказов).

• Экспертное владение Python и библиотеками глубокого обучения (PyTorch, TensorFlow, JAX).

• Умение писать надежные скрипты для обработки огромных текстовых корпусов (манипуляции JSONL, RegEx, дедупликация в масштабе). Опыт работы с инструментами версионирования данных (DVC, LakeFS) является плюсом.

• Опыт проведения контролируемых абляционных исследований.
  

Работодатель, предоставляющий равные возможности

В TELUS Digital мы гордимся тем, что являемся работодателем, предоставляющим равные возможности, и стремимся создавать разнообразное и инклюзивное рабочее пространство. Все аспекты трудоустройства, включая решение о найме и продвижении, основываются на квалификациях, заслугах, компетенциях и результатах кандидатов без учета каких-либо характеристик, связанных с разнообразием.

Мы будем использовать предоставленную вами информацию только для обработки вашего заявления и составления статистики отслеживания. Поскольку мы не запрашиваем личные данные, считающиеся чувствительными, просим вас воздержаться от их предоставления.

Для получения дополнительной информации о том, как мы используем ваши данные, ознакомьтесь с нашей Политикой конфиденциальности.