Θέσεις Εργασίας AI / Machine Learning Engineer - Νομός Θεσσαλονίκης | Πληροφορική

6 θέσεις από 1 εταιρείες

Αναζήτηση Θέσης Εργασίας

Σχετικά με τις θέσεις AI / Machine Learning Engineer

Ο Μηχανικός Τεχνητής Νοημοσύνης και Μηχανικής Μάθησης αναπτύσσει και υλοποιεί έξυπνα αλγόριθμους και μοντέλα που επιτρέπουν στις μηχανές να μαθαίνουν και να παίρνουν αποφάσεις αυτόνομα. Συνεργάζεται με επιστήμονες δεδομένων και ομάδες λογισμικού για να σχεδιάσει επεκτάσιμες λύσεις AI, να αυτοματοποιήσει διαδικασίες και να βελτιώσει τις επιχειρησιακές αναλύσεις. Ο ρόλος έχει ζήτηση σε κλάδους όπως η τεχνολογία, τα οικονομικά και η βιομηχανία, με σημαντικές προοπτικές εξέλιξης.

Βρες τον επόμενο εργοδότη σου

Ανακάλυψε ενεργές ευκαιρίες από κορυφαίες εταιρείες

Απαιτούμενες Δεξιότητες

Βασικές δεξιότητες για θέσεις AI / Machine Learning Engineer

Prompt EngineeringΑπαραίτητη

Η ικανότητα σχεδιασμού και βελτιστοποίησης εισαγωγικών ερωτημάτων για βελτιστοποίηση των αποτελεσμάτων των μοντέλων γλωσσικής τεχνητής νοημοσύνης.

JavaΑπαραίτητη

Ικανότητα προγραμματισμού στη γλώσσα Java για ανάπτυξη εφαρμογών πολλαπλών πλατφορμών και συστημάτων backend.

Γενετική Τεχνητή ΝοημοσύνηΑπαραίτητη

Εξειδίκευση στο σχεδιασμό και την υλοποίηση μοντέλων τεχνητής νοημοσύνης που δημιουργούν νέο περιεχόμενο με βάση δεδομένα εκπαίδευσης.

PythonΑπαραίτητη

Ικανότητα προγραμματισμού στη γλώσσα Python για ανάπτυξη λογισμικού, αυτοματοποίηση και ανάλυση δεδομένων.

Μηχανική ΜάθησηΑπαραίτητη

Ικανότητα ανάπτυξης αλγορίθμων και στατιστικών μοντέλων που επιτρέπουν στους υπολογιστές να μαθαίνουν από δεδομένα και να κάνουν προβλέψεις.

Μεγάλα Γλωσσικά ΜοντέλαΑπαραίτητη

Εξειδίκευση στην κατανόηση και χρήση μεγάλων νευρωνικών δικτύων που έχουν σχεδιαστεί για την επεξεργασία και παραγωγή ανθρώπινης γλώσσας.

TransformersΠολύ συνηθισμένη

Εμπειρία και γνώση των μοντέλων Transformer που χρησιμοποιούνται στην επεξεργασία φυσικής γλώσσας και μηχανική μάθηση.

RESTful APIΠολύ συνηθισμένη

Κατανόηση και εφαρμογή των αρχών σχεδίασης RESTful API για τις διαδικτυακές υπηρεσίες.

Retrieval-Augmented Generation (RAG)Πολύ συνηθισμένη

Γνώση κατασκευής σωληνώσεων Retrieval-Augmented Generation για τη βελτίωση μοντέλων γλώσσας με εξωτερική ανάκτηση πληροφορίας.

Βαθιά ΜάθησηΠολύ συνηθισμένη

Κατανόηση των αρχιτεκτονικών νευρωνικών δικτύων και αλγορίθμων για εκπαίδευση μοντέλων τεχνητής νοημοσύνης σε μεγάλα σύνολα δεδομένων.

Επιπλέον Δεξιότητες & Χαρακτηριστικά

Επιθυμητές δεξιότητες και ήπιες δεξιότητες που μπορούν να σε ξεχωρίσουν

Επίλυση προβλημάτων

Ικανότητα ανάλυσης προβλημάτων και ανάπτυξης αποτελεσματικών λύσεων.

Ηγεσία Ομάδας

Ικανότητα να ηγείσαι και να διαχειρίζεσαι μια ομάδα ατόμων για την επίτευξη στόχων του οργανισμού.

Cloud AI/ML Services

Χρήση υπηρεσιών τεχνητής νοημοσύνης και μηχανικής μάθησης βασισμένων σε cloud για κλιμακούμενη υπολογιστική ισχύ.

Σχεσιακές και NoSQL Βάσεις Δεδομένων

Γνώση χρήσης τόσο σχεσιακών όσο και NoSQL βάσεων δεδομένων, όπως η MongoDB, για την αποθήκευση και ανάκτηση δεδομένων.

Amazon Bedrock

Γνώση του Amazon Bedrock, μιας υπηρεσίας για τη δημιουργία και κλιμάκωση εφαρμογών γενετικής τεχνητής νοημοσύνης με χρήση βασικών μοντέλων.

Ανοιχτού Κώδικα LLMs

Εμπειρία με ανοιχτού κώδικα Μεγάλα Γλωσσικά Μοντέλα για επεξεργασία φυσικής γλώσσας και εφαρμογές τεχνητής νοημοσύνης.

Azure OpenAI

Εμπειρία με την υπηρεσία Azure OpenAI της Microsoft για ανάπτυξη και διαχείριση μοντέλων τεχνητής νοημοσύνης στο cloud.

Συστήματα GPU

Εμπειρία στη χρήση συστημάτων επεξεργαστών γραφικών (GPU) για την επιτάχυνση διαδικασιών εκπαίδευσης σε υπολογιστικές εργασίες.

Ομαδικότητα

Ικανότητα να συνεργάζεται αποτελεσματικά με άλλους για την επίτευξη κοινών στόχων.

Δημιουργικότητα

Ικανότητα δημιουργίας καινοτόμων ιδεών και σκέψης πέρα από τα συνηθισμένα.

Προθυμία για Μάθηση

Ενθουσιασμός και ανοιχτότητα για απόκτηση νέων γνώσεων και δεξιοτήτων.

Εκπαιδευτικό Υπόβαθρο

Προτεινόμενη εκπαίδευση και προσόντα για θέσεις AI / Machine Learning Engineer

Πληροφορική

Μελέτη των υπολογιστικών συστημάτων, προγραμματισμού, αλγορίθμων και ανάπτυξης λογισμικού.

Μηχανική

Μελέτη της εφαρμογής επιστημονικών αρχών για το σχεδιασμό, την κατασκευή και τη συντήρηση κατασκευών και μηχανών.

Σχετικοί Κλάδοι

Σπουδές σε κλάδους σχετικούς με τον συγκεκριμένο τομέα εξειδίκευσης.

Οποιοδήποτε Πεδίο

Δεν απαιτείται συγκεκριμένο ακαδημαϊκό πεδίο; ανοικτό σε όλα τα εκπαιδευτικά υπόβαθρα.

Μαθηματικά

Μελέτη των αριθμών, ποσοτήτων, σχημάτων και των σχέσεών τους μέσω αφηρημένης σκέψης και λογικής συλλογιστικής.

Επιστήμη Δεδομένων

Μελέτη μεθόδων ανάλυσης, ερμηνείας και εξαγωγής γνώσης από δεδομένα χρησιμοποιώντας στατιστικές και υπολογιστικές τεχνικές.

Κατανομή Επιπέδου

Έμπειρος100%

Απαιτούμενη Εμπειρία

Μέση εμπειρία: 1.5 χρόνια
0-2 χρόνια100%