रिइनफोर्समेंट लर्निंग इंजीनियर
AI प्लेटफ़ॉर्म और अनुसंधान मशीन लर्निंग इंजीनियरिंग
£126,000–£210,000/वर्ष (£10,500–£17,500/माह) — बातचीत योग्य
टीम और उत्पाद का संदर्भ
- टीम
- AI प्लेटफ़ॉर्म और अनुसंधान
- विशेषज्ञता
- मशीन लर्निंग इंजीनियरिंग
- उत्पाद समूह
- AI प्लेटफ़ॉर्म
AI शोध, मशीन लर्निंग, भाषा, कंप्यूटर विज़न, प्रॉम्प्ट इंजीनियरिंग और डेटा से जुड़ा काम।
हमारे उत्पाद और सेवाएँ देखेंनौकरी विवरण
रीइन्फोर्समेंट लर्निंग और वरीयता-आधारित अनुकूलन के ज़रिए मॉडल के व्यवहार को बेहतर बनाएँ। इस भूमिका में रिवॉर्ड मॉडलिंग, PPO/DPO प्रशिक्षण प्रक्रियाएँ, प्रशिक्षण परिणामों का विश्लेषण और दोबारा चलाए जा सकने वाले प्रयोग शामिल हैं।
आवश्यकताएं
- रीइन्फोर्समेंट लर्निंग, वरीयता-आधारित अनुकूलन या RLHF से जुड़े तरीकों का व्यावहारिक अनुभव
- Python और डीप-लर्निंग फ़्रेमवर्क के साथ काम करने का अनुभव
- रिवॉर्ड मॉडलिंग, PPO, DPO, प्रशिक्षण निदान या मूल्यांकन की रूपरेखा की समझ
- डेटा की गुणवत्ता, मॉडल की नीति में बदलाव और प्रशिक्षण की स्थिरता का आकलन करने की क्षमता
- Python और डीप-लर्निंग फ़्रेमवर्क के साथ काम करने का अनुभव
- रिवॉर्ड मॉडलिंग, PPO, DPO, प्रशिक्षण निदान या मूल्यांकन की रूपरेखा की समझ
- डेटा की गुणवत्ता, मॉडल की नीति में बदलाव और प्रशिक्षण की स्थिरता का आकलन करने की क्षमता
जिम्मेदारियां
- रीइन्फोर्समेंट लर्निंग और वरीयता-आधारित अनुकूलन की प्रशिक्षण प्रक्रियाएँ बनाना और बेहतर करना
- प्रशिक्षण निदान का विश्लेषण करना तथा अस्थिरता या प्रदर्शन में गिरावट के कारण खोजना
- अनुसंधान और इंफ्रास्ट्रक्चर टीमों के साथ मिलकर पुनरुत्पादित किए जा सकने वाले प्रयोग करना
- मॉडल के व्यवहार में बदलाव और रिलीज़ पर उनके प्रभाव दर्ज करना
- प्रशिक्षण निदान का विश्लेषण करना तथा अस्थिरता या प्रदर्शन में गिरावट के कारण खोजना
- अनुसंधान और इंफ्रास्ट्रक्चर टीमों के साथ मिलकर पुनरुत्पादित किए जा सकने वाले प्रयोग करना
- मॉडल के व्यवहार में बदलाव और रिलीज़ पर उनके प्रभाव दर्ज करना
लाभ
- इंफ्रास्ट्रक्चर टीम के सहयोग से मॉडल को व्यावहारिक उपयोग के लिए बेहतर बनाने पर काम
- अनुसंधान, सुरक्षा और मशीन-लर्निंग प्लेटफ़ॉर्म टीमों के साथ सहयोग
- वरीयता डेटा की गुणवत्ता और भरोसेमंद प्रशिक्षण के मानक तय करने में योगदान
- अनुसंधान, सुरक्षा और मशीन-लर्निंग प्लेटफ़ॉर्म टीमों के साथ सहयोग
- वरीयता डेटा की गुणवत्ता और भरोसेमंद प्रशिक्षण के मानक तय करने में योगदान
हम भर्ती कैसे करते हैं
क्रम और प्रारूप भूमिका के अनुसार बदल सकते हैं।
आवेदन
शुरुआती समीक्षा
भूमिका के अनुरूप आकलन
साक्षात्कार
निर्णय
नौकरी का प्रस्ताव और ऑनबोर्डिंग
गोपनीयता और आवेदन के दस्तावेज़
इस पद के लिए मांगी गई जानकारी और दस्तावेज़ ही जमा करें। व्यक्तिगत जानकारी कैसे संभाली जाती है, यह जानने के लिए हमारी गोपनीयता नीति पढ़ें।
गोपनीयता नीति पढ़ें