ML-AI

KOMPETENS:

• Machine lärning, Deep lärning, Python / R, Keras, Tensorflow, OpenCV, Regression, Clustering, AWS.
• Statistik / matematik: Analys av datakvalitet, Data identifiering, Hypotes testning, Univariate / Multivariat analys, Kluster Analys, Klassificering/PCA, Faktor Analys, Linjär modellering, Logit / Probit-modell, Affinitet & Förening, Tidsföljder, DoE, distribution / sannolikhetsteori.
• (Djup lärning) - ANN, CNN, RNN, LSTM, Bi-LSTM, GRU, RCNN.

ARBETSBESKRIVNING:

• Grundläggande förståelse för matematiska tekniker involverade i ML- och DL-scheman (Instansbaserade metoder, Boosting-metoder, PGM, Neurala nätverk etc.)
• Grundlig förståelse av toppmoderna DL-koncept (sekvensmodellering, uppmärksamhet, konvolution etc.) tillsammans med förmåga att föreställa sig nya scheman som fungerar för den givna informationen.
• Flytande i Python-pakets ekosystem, särskilt ML / DL-paket som TensorFlow, PyTorch etc.
• Solid erfarenhet och beprövad meritlista med utveckling & distribuera djupinlärningsalgoritmer inklusive CNN [VGG16, ResNet, DenseNet], RNN, LSTM, Autoencoders, Generative adversarial network, Siamese network och andra.
• NLP-expertis, särskilt inom språkmodellering, åtminstone erfarenhet av att använda förutbildade språkmodeller (Transformer / GPT / BERT)
• Designa och utveckla mjukvarumoduler som utför datainmatning, datatransformering och analysuppgifter
• Exponering i både teori och praktik av maskininlärningstekniker (övervakat och oövervakat lärande, datorvision, bildbehandling, bearbetning av naturligt språk etc.)
• Tillämpad erfarenhet av Deep Learning-arkitekturer som Convolutional Neural Networks [VGG16, ResNet, DenseNet], Autoencoders, Generative adversarial network och Siamese network.
• Tillämpning av objektdetekterings- och lokaliseringsmodeller som YOLO, RCNN, Mask-RCNN etc.
• Bra förståelse för OpenCV
• Bör ha färdigheter för att tillämpa automatisering av processerna och utforma A.I. rörledningar

MÅSTE HA

• Erfarenhet av att arbeta med neurala nät (långt bortom MNIST-klassificering tack).
• Bra förståelse för hur djup inlärning fungerar och upplevelse med antingen Caffe eller Tensorflow
• Verkligt exempel på modeller du har byggt och tränat. Inga tutorials tack.

EXPERTIS PÅ NÅGON AV UNDEROMRÅDEN:

• Naturlig språkbehandling
• Objektdetektering, erkännande
• Ansiktsdetektering & Erkännande
• Automatic image segmentation

BRA ATT HA

• Har en erfarenhet av Bathymetry.
• Har redan distribuerat djupinlärningslösningar (fokuserad på datorvision) i produktionen. Vänligen vidarebefordra detta meddelande till dina kontakter som kan vara intresserade av denna jobbroll.