In één oogopslag
- Taken: Ontwikkel en train geavanceerde taalmodellen voor een wereldwijde impact.
- Bedrijf: Prosus, een toonaangevend technologiebedrijf met een focus op AI en e-commerce.
- Voordelen: Competitief salaris, moderne tools, hybride werkmodel en professionele groei.
- Overige informatie: Dynamische omgeving met veel ruimte voor experimentatie en innovatie.
- Waarom deze baan: Werk aan baanbrekende AI-projecten die miljoenen mensen wereldwijd beïnvloeden.
- Kwalificaties: Minimaal 3 jaar ervaring in machine learning en training van taalmodellen.
Het verwachte salaris ligt tussen 63000 - 77000 € per jaar.
We zijn Prosus, een wereldwijd technologiebedrijf dat enkele van 's werelds toonaangevende lifestyle e-commercebedrijven aandrijft. Elke dag gebruiken miljarden mensen in India, Latijns-Amerika, Europa en daarbuiten onze producten en diensten om te kopen, verkopen, betalen, verbinden en ontdekken. Ons AI-gedreven ecosysteem omvat meer dan 100 bedrijven in e-commerce, voedselbezorging, fintech en ervaringen, die miljarden consumenten wereldwijd bedienen. AI is de motor achter onze operaties en innovaties, met meer dan 60.000 actieve AI-agenten die onze teams helpen sneller te bouwen, schalen en bewegen.
We zoeken een ervaren Machine Learning Engineer om onze domeinspecifieke taalmodellen te ontwikkelen. Je bent verantwoordelijk voor de volledige trainingspipeline - van voortgezette pre-training op eigen gegevens, via fine-tuning, tot geavanceerde post-trainingstechnieken. Je hebt praktische ervaring met het trainen van taalmodellen op grote schaal, een diepgaand begrip van gedistribueerde systemen en excelleert in het omzetten van onderzoeksconcepten in robuuste productiesystemen. Je bent gemotiveerd door het zien van je werk dat wordt ingezet en gebruikt door miljoenen echte gebruikers. Je gedijt in snel veranderende omgevingen waar je onderzoeksinzichten balanceert met praktische zakelijke impact.
Wat je zult doen:
- Analyseer modelprestaties en trainingsgegevens om verbeterkansen te identificeren en hypotheses voor verbetering te formuleren.
- Ontwerp, voer uit en evalueer rigoureus experimenten om de modelkwaliteit, trainings efficiëntie en downstream taakprestaties te verbeteren.
- Train grote taalmodellen voor ons domein door voortgezette pre-training en volledige parameter fine-tuning op eigen datasets.
- Ontwerp en implementeer post-training pipelines met behulp van RLHF, DPO, GRPO en andere technieken voor versterkend leren.
- Bouw en optimaliseer gedistribueerde trainingsinfrastructuur over multi-node GPU-clusters met behulp van frameworks zoals DeepSpeed, FSDP, Megatron-LM of Axolotl.
- Beheer grootschalige gegevensvoorbereiding: filtering, kwaliteitsbeoordeling, deduplicatiestrategieën en gegevensmengstrategieën voor trainingscorpora op 100B+ token schaal.
- Genereer en curateer hoogwaardige synthetische gegevens voor instructiefine-tuning en capaciteitsverbetering.
- Debug trainingsstabiliteitsproblemen, optimaliseer trainingsdoorvoer en monitor modelprestaties gedurende langdurige gedistribueerde taken.
- Implementeer technieken uit recente papers en pas ze aan voor onze gebruiksgevallen.
- Bouw robuuste evaluatiekaders om modelkwaliteit te meten en trainingsbeslissingen te begeleiden.
- Schrijf productieklare, goed geteste code en draag bij aan team engineering standaarden.
Minimale vereisten:
- 3+ jaar ervaring in ML-engineering.
- Bewezen ervaring met het trainen en implementeren van taalmodellen in productie.
- Ervaring met het voorbereiden van grootschalige trainingsdatasets.
- Praktische ervaring met gedistribueerde trainingsframeworks.
- Sterk begrip van trainingsdynamiek op grote schaal.
- Expertise in Python en PyTorch met productie-ervaring.
- Sterke software engineering praktijken.
Voorkeursvereisten:
- Gepubliceerde onderzoeken op ML-conferenties.
- Ervaring met post-training methoden.
- Ervaring met het optimaliseren van modellen voor productie-inferentie.
- Track record van het bouwen van synthetische gegevensgeneratiepipelines.
Wat we bieden:
- Hoog-impact AI-projecten met directe betrokkenheid van senior leiderschap.
- State-of-the-art infrastructuur.
- Significante autonomie en vrijheid om ideeën te testen.
- Hybride werkmodel met ons kantoor in Amsterdam.
- Competitieve compensatie en een omgeving gericht op professionele groei.
Bij Prosus respecteren we de waardigheid en mensenrechten van individuen en gemeenschappen. We bouwen aan een inclusieve werkplek waar iedereen zich welkom voelt en kan gedijen.
Machine Learning Engineer - LLMs in Amsterdam werkgever: Prosus
Bij Prosus bieden we een dynamische en inclusieve werkomgeving waar innovatie en samenwerking centraal staan. Als Senior Cybersecurity Specialist in ons kantoor in Amsterdam (Zuidas) krijg je de kans om te werken met toonaangevende technologieën en bij te dragen aan projecten die een positieve impact hebben op onze wereldwijde gemeenschap. We investeren in jouw groei en ontwikkeling, zodat je kunt excelleren in je rol en een waardevolle bijdrage kunt leveren aan onze missie om het dagelijks leven van miljarden mensen te verbeteren.
Hupjob Expertadvies🤫
Zo denken wij dat je Machine Learning Engineer - LLMs in Amsterdam kunt binnenhalen
✨Duik in de Data Science Communities
Data science draait om kennis delen en leren van elkaar. Sluit je aan bij online communities zoals Kaggle, GitHub en Stack Overflow. Deel je projectwerk en leer van anderen – dit kan leiden tot waardevolle connecties en zelfs een sollicitatie bij Prosus!
✨Neem deel aan Hackathons
Hackathons zijn een geweldige manier om je vaardigheden in de praktijk te brengen en jezelf te laten zien. Veel bedrijven, waaronder Prosus, zoeken kandidaten die hun creativiteit en probleemoplossend vermogen kunnen demonstreren. Maak gebruik van deze evenementen om je netwerk uit te breiden.
✨Show je Expertise met Projecten
Laat je skills zien met een publiek portfolio! Zorg ervoor dat je een paar interessante projecten hebt die jouw datavisualisatie, statistiek en machine learning vaardigheden tonen. Plaats ze op platforms zoals GitHub of je eigen website – zo laat je zien wat je kan bij Prosus.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij Prosus. Kijk goed naar de vereisten en match je vaardigheden en ervaring aan wat zij zoeken. Dit maakt het veel waarschijnlijker dat ze jou uitnodigen voor een gesprek!
Wij denken dat je deze vaardigheden nodig hebt om als Machine Learning Engineer - LLMs in Amsterdam te schitteren
Een paar tips voor je sollicitatie 🫡
Laat je technische vaardigheden zien!:In de data-science wereld willen we je technische bekwaamheden echt zien. Zorg ervoor dat je kennis van programmeertalen zoals Python of R, evenals je ervaring met data-analysetools en -technieken, duidelijk naar voren komen in je CV. Dit is een kans om je talenten in statistiek en machine learning te benadrukken, zodat Prosus ziet dat jij hun ideale kandidaat bent!
Geef je projecten een spotlight:Vergeet niet om eventuele data-projecten of analyses die je al hebt uitgevoerd op te nemen. Heb je bijvoorbeeld een GitHub-account? Voeg dat toe! Dit is een toffe manier om je praktische ervaring te laten zien, wat de recruiter van Prosus echt zal aanspreken. Laat zien hoe je problemen hebt opgelost en dat je in staat bent om inzichten uit data te halen!
Wees duidelijk over je doelen:Aangezien het om een fulltime rol gaat, is het belangrijk dat je in je motivatiebrief je doelen en ambities duidelijk maakt. Wat hoop je te leren en te bereiken in deze functie bij Prosus? Laat zien dat je niet alleen geïnteresseerd bent in de functie, maar ook in wat je kunt bijdragen aan het team en het bedrijf.
Ondersteun je ervaring met data:Naast je technische vaardigheden, is het ook cruciaal om je eerdere ervaring te onderbouwen met concrete resultaten. Heb je analyses uitgevoerd die hebben geleid tot verbetering van processen of het nemen van strategische beslissingen? Geef cijfers en voorbeelden in je CV en motivatiebrief, zodat Prosus ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij Prosus
✨Show je dataskills
Zorg ervoor dat je goed voorbereid bent op technische vragen die je dataskills testen. Bereid je voor op vragen over data-analyse, statistiek en machine learning. Wij moeten ook kunnen zien dat je vertrouwd bent met tools zoals Python, R of SQL.
✨Breng je portfolio mee
Als data scientist is je portfolio cruciaal. Zorg ervoor dat je een aantal projecten hebt waar je trots op bent en die je kunt presenteren. Leg de nadruk op wat je hebt geleerd en hoe je de resultaten hebt toegepast. Dit laat zien dat je niet alleen kennis hebt, maar ook de toepassing ervan begrijpt.
✨Ken de data van Prosus
Neem de tijd om inzicht te krijgen in de datasets waar Prosus mee werkt. Dit kan je helpen om tijdens het gesprek specifieke voorbeelden te geven van hoe jouw vaardigheden en ervaring aansluiten bij hun behoeften. Dit toont niet alleen jouw interesse, maar ook dat je al nadenkt over hoe je een bijdrage kunt leveren.
✨Leef je in in de business case
Tijdens de interviews kunnen ze je vragen om een business case te analyseren of oplossingen voor te stellen op basis van gegevens. Dit is een kans om je analytische vaardigheden te laten zien, dus zorg ervoor dat je niet alleen de technische kanten belicht, maar ook hoe jouw aanpak waarde toevoegt aan het bedrijf.
