عالم بيانات أول - فريق الذكاء الاصطناعي للفيديو، بنغالور

مرحبًا بكم في وارنر بروس. ديسكفري... الأشياء التي تُصنع منها الأحلام.

من نحن...

عندما نقول "الأشياء التي تُصنع منها الأحلام"، لا نشير فقط إلى عالم السحرة والتنانين والأبطال الخارقين، أو حتى إلى عجائب كوكب الأرض. خلف محفظة وارنر بروس. ديسكفري الواسعة من المحتوى الأيقوني والعلامات التجارية المحبوبة، يوجد رواة القصص الذين يحيون شخصياتنا، والمبدعون الذين يجلبونها إلى غرف معيشتكم والحالمون الذين يخلقون ما هو قادم...

من المبدعين اللامعين إلى رواد التكنولوجيا، تقدم وارنر بروس. ديسكفري فرصًا مهنية تحدد المسار، ومزايا مدروسة، والأدوات لاستكشاف والنمو إلى أفضل نسخة من أنفسكم. هنا يتم دعمكم، هنا يتم الاحتفال بكم، هنا يمكنكم الازدهار.

عالم بيانات أول - (الذكاء الاصطناعي للفيديو)، بنغالور

حول وارنر بروس. ديسكفري:

وارنر بروس. ديسكفري، شركة إعلامية وترفيهية عالمية رائدة، تقدم للجمهور أكثر محفظة محتوى متميزة وكاملة من العلامات التجارية والسلاسل عبر التلفزيون والسينما والبث والألعاب. تجمع الشركة الجديدة بين أصول الترفيه الرياضي والأخبار المتميزة من وارنر ميديا مع الأعمال الترفيهية والرياضية غير الخيالية والدولية الرائدة من ديسكفري.

للمزيد من المعلومات، يرجى زيارة www.wbd.com.

تعرف على فريقنا:

في وارنر بروس. ديسكفري، نعيد تصور كيفية تحويل التعلم الآلي للسرد القصصي. كجزء من منظمة الذكاء الاصطناعي/التعلم الآلي، التي تركز على دعم تطبيقات الذكاء الاصطناعي للفيديو، تدعم مجموعة مهندسي التعلم الآلي - الخدمات البنية التحتية والخدمات الخلفية وراء سير العمل الإنتاجي. نحن نبحث عن مهندس تعلم آلي ذو خبرة مع أساسيات قوية وخبرة في البنية التحتية للمساعدة في بناء مكونات وخدمات قابلة لإعادة الاستخدام لفهم الفيديو، وتلخيص الفيديو، وتصنيفات الفيديو.

ستكون جزءًا من فريق يركز على إعادة التدريب، واستضافة النماذج، وتحسين التكاليف، وإدارة سير العمل الإنتاجي على نطاق واسع.

الأدوار والمسؤوليات:

• شحن خطوط الأنابيب المنسقة للتدريب، واستنتاج الدفعات/التدفق، والتقييم مع السلالة، وإصدار النسخ، والمراقبة.

  
  

• تصميم وبناء وتشغيل خدمات قابلة لإعادة الاستخدام للتدريب، واستنتاج الدفعات/عبر الإنترنت، والبحث عن المتجهات/المعجم التي تلبي أهداف مستوى الخدمة الواضحة.

  
  

• بناء/امتلاك أكوام البحث عن المتجهات + المعجم والفهارس؛ إدارة الإدخال، والفلاتر، والتخزين المؤقت، وإعادة التصنيف.

  
  

• إنشاء خطوط أنابيب موثوقة للبيانات/الميزات والتقييم مع سلالة قوية، وإصدار النسخ، والمراقبة.

  
  

• تنفيذ أنماط نشر/طرح النماذج (كاناري/AB، ظل) مع المراقبة والعودة السريعة.

  
  

• دفع تحسينات التكلفة والموثوقية والأداء عبر أحمال العمل GPU/CPU.

  
  

• دمج وصيانة خدمات البحث عن المتجهات والبنية التحتية للتشابه الدلالي.

  
  

• تصميم حلول تقديم النماذج القابلة للتوسع للنماذج مفتوحة المصدر والأساسية.

  
  

• تطوير أنظمة لتتبع التجارب، وإصدار النسخ للنماذج، والتقييم.

  
  

• مراقبة النماذج الإنتاجية من حيث الانجراف وتدهور الأداء.

  
  

• إدارة تكاليف الحوسبة وتحسين الموارد عبر وظائف التدريب الموزعة.

  
  

• دمج سير العمل البشري في الحلقة (HITL) والتوسيم غير المتصل في خطوط أنابيب التدريب.

  
  

• دعم نشر النماذج لمعماريات نموذجية متنوعة، بما في ذلك نماذج الرؤية-اللغة، والشبكات العصبية التلافيفية، ونماذج توليد التضمين.

  
  

• إنشاء وصيانة متجر الميزات وبنية إصدار البيانات.

  
  

• تصميم وتنفيذ خطوط أنابيب RAG لبيانات الفيديو، والتلخيص، والأسئلة والأجوبة.

  
  

• بناء أطر تقييم لتقييم أداء LLM، وتكرار الهلوسة، ودقة الاستجابة المنظمة.

  
  

ما يجب إحضاره:

• 5+ سنوات من الخبرة في العلوم التطبيقية، مع خبرة في سير العمل الكامل للتعلم الآلي.

  
  

• خلفية قوية في إعادة تدريب النماذج، والتعديل، وتقنيات التقييم.

  
  

• أعمال بحثية ووجود منشورات/براءات اختراع في بعض المؤتمرات.

  
  

• تجربة في رؤية الكمبيوتر أمر ضروري لدور البحث التطبيقي.

  
  

• اقتراح وتطوير النماذج.

  
  

• خبرة في امتلاك خدمات التعلم الآلي أو البيانات الإنتاجية من البداية إلى النهاية (التصميم → النشر → التشغيل) مع مهارات تصحيح قوية وغريزة استجابة سريعة.

  
  

• إلمام بالتنسيق الحديث وCI/CD للتعلم الآلي، وخدمة الحاويات، والتخزين/الفهرسة القابلة للتوسع.

  
  

• نهج عملي تجاه القياس (التتبع، المقاييس، السجلات) واستخدامه لتحسين الجودة، والكمون، والتكلفة.

  
  

• تعاون قوي مع باحثي/مهندسي التعلم الآلي وفرق المنتجات.

  
  

• خبرة في نشر وإدارة خوادم النماذج مفتوحة المصدر (مثل، Triton، TorchServe، Ray Serve).

  
  

• إجادة إدارة بيئات الحوسبة الموزعة ذات التكلفة الفعالة (مثل، Kubernetes، Ray، SageMaker).

  
  

• إلمام بأدوات تتبع التجارب (مثل، MLflow، Weights & Biases) واستراتيجيات إصدار النسخ للنماذج.

  
  

• خبرة في أنظمة الاستنتاج في الوقت الحقيقي وخطوط أنابيب البيانات المتدفقة تعتبر ميزة.

  
  

• إلمام بأدوات التوسيم، وسير العمل HITL، واستراتيجيات تنسيق البيانات غير المتصلة.

  
  

• الراحة في العمل في بيئات تطوير Agile والتعاون عبر الفرق العالمية.

  
  

• تدريب/تعديل نماذج الفيديو والصورة، وبناء خطوط أنابيب البيانات، وكتابة كود نظيف باستخدام PyTorch/JAX، وإضافة اختبارات وتعديلات.

  
  

• خبرة عملية مع منحنيات التدريب، والبحث عن معلمات الضبط، وتقطير/تكميم النماذج، والتصدير إلى ONNX/TensorRT.

  
  

• إلمام بالكاشفات/المجزئات الحديثة (مثل، SAM/Mask2Former/Grounding-DINO، Retina/CenterNet/YOLOv8+)، ونماذج كشف الوجه والتعرف عليه، ونماذج التضمين.

  
  

ما نقدمه:

• مكان رائع للعمل.

  
  

• صاحب عمل يتيح الفرص المتساوية.

  
  

• فرص نمو سريعة.

  
  

كيف نقوم بالأشياء...

هذه النقطة الأخيرة ربما تكون الأكثر أهمية! هنا في WBD، تعتبر مبادئنا التوجيهية القيم الأساسية التي نعمل وفقًا لها وهي مركزية لكيفية إنجاز الأمور. يمكنك العثور عليها في www.wbd.com/guiding-principles/ جنبًا إلى جنب مع بعض الرؤى من الفريق حول ما تعنيه وكيف تظهر في يومهم. نأمل أن تت reson معك ونتطلع إلى مناقشتها خلال مقابلتك.

دعم الشمولية في WBD

تحتضن وارنر بروس. ديسكفري الفرصة لبناء قوة عمل تعكس مجموعة واسعة من وجهات النظر والخلفيات والتجارب. كونك صاحب عمل يتيح الفرص المتساوية يعني أننا نأخذ على محمل الجد مسؤوليتنا في النظر إلى المرشحين المؤهلين بناءً على الجدارة، بغض النظر عن الجنس، أو الهوية الجنسية، أو العرق، أو العمر، أو التوجه الجنسي، أو الدين أو المعتقد، أو الحالة الاجتماعية، أو الحمل، أو الأبوة، أو الإعاقة، أو أي فئة أخرى محمية بموجب القانون.

إذا كنت مرشحًا مؤهلاً ولديك إعاقة وتحتاج إلى تعديلات أو تسهيلات خلال عملية التقديم أو التوظيف، يرجى زيارة صفحة إمكانية الوصول للحصول على تعليمات لتقديم طلبك.