AI Engineer
W Medalion budujemy rozwiązania AI, które pomagają pracować z dokumentacją medyczną i pozwalają placówkom zachować kontrolę nad danymi. Rozwijamy m.in. modele do rozpoznawania polskiej mowy medycznej, anonimizacji tekstu i ekstrakcji informacji, a także narzędzia do ich łączenia i uruchamiania w lokalnej infrastrukturze.
Szukamy osoby, która chce uczestniczyć w całym procesie: od zrozumienia problemu i pracy nad modelem po wdrożenie działającego rozwiązania. Liczba lat doświadczenia nie jest dla nas najważniejsza. Liczą się samodzielność, zrozumienie tego, co tworzysz, i odpowiedzialność za rezultat.
Czym będziesz się zajmować?
- Rozwojem i dostrajaniem modeli AI do pracy z tekstem, mową i dokumentami medycznymi.
- Przygotowywaniem danych, projektowaniem eksperymentów oraz oceną jakości i ograniczeń modeli.
- Budowaniem narzędzi i procesów łączących modele w użyteczne rozwiązania, np. systemy RAG.
- Udostępnianiem modeli przez API i integracją z aplikacjami.
- Wdrażaniem i utrzymaniem modeli w lokalnej infrastrukturze, z uwzględnieniem wydajności, dostępnych zasobów i bezpieczeństwa danych.
- Diagnozowaniem błędów oraz usprawnianiem rozwiązań na podstawie wyników testów i rzeczywistych potrzeb.
Czego wymagamy?
- PythonSwobodnego pisania, czytania, testowania i rozwijania kodu.
- PyTorch i Hugging Face TransformersPraktycznego doświadczenia w uruchamianiu, dostrajaniu lub ocenie modeli.
- Uczenia maszynowego i modeli językowychZrozumienia przygotowania danych, treningu, ewaluacji i ograniczeń modeli.
- API i FastAPIUmiejętności udostępnienia modelu jako usługi i integracji z innymi narzędziami.
- Linux i DockerSwobody pracy w terminalu, uruchamianiu i diagnozowaniu usług oraz przygotowywaniu kontenerów.
- Git i testowania koduUmiejętności pracy z repozytorium i sprawdzania, czy rozwiązanie działa zgodnie z założeniami.
- Lokalnego uruchamiania modeliZrozumienia ograniczeń pamięci, sprzętu i wydajności oraz umiejętności diagnozowania problemów przy wdrożeniu.
- Umiejętności tworzenia praktycznych aplikacji z wykorzystaniem LLM-ów, takich jak systemy RAG.
- Umiejętności przełożenia niejasnego problemu na mniejsze zadania i sprawdzenia, czy proponowane rozwiązanie rzeczywiście działa.
- Samodzielności, korzystania z dokumentacji i gotowości do uczenia się nowych narzędzi.
Mile widziane
Doświadczenie z ONNX Runtime, llama.cpp, whisper.cpp, GPU i CUDA, a także z rozpoznawaniem mowy, NLP, OCR lub danymi medycznymi.
Nie oczekujemy znajomości każdego szczegółu frameworków z pamięci. Korzystanie z dokumentacji i narzędzi AI jest dla nas naturalną częścią pracy. Ważne, żeby rozumieć tworzony kod, umieć go zweryfikować i brać odpowiedzialność za jego działanie.