Data Engineer - LLM Workflows

Stellen Sie sich vor, was Sie hier tun könnten. Bei Apple haben neue Ideen die Möglichkeit, sehr schnell zu großartigen Produkten zu werden. Bringen Sie Leidenschaft und Engagement in Ihre Arbeit ein, und es gibt keine Grenzen für das, was Sie erreichen können.

Das Apps Engineering-Team, das Millionen von Schriftstellern, Musikern, Filmemachern, Fotografen, Designern und Kreativen weltweit unterstützt, sucht einen Dateningenieur, um unsere LLM-Entwicklungsabläufe durch Datenkuratierung und den Aufbau von Tools und Infrastrukturen zur Pflege und Bewertung von Datensätzen zu fördern.

Sie arbeiten eng mit Maschinenlern-Ingenieuren zusammen und entwickeln ein tiefes Verständnis für Datenqualität, -merkmale und -kurationsbedürfnisse. Sie erstellen auch webbasierte Tools zur Datensammlung, -bewertung und -visualisierung, die es unserem Team ermöglichen, LLM-Workflows in verschiedenen Umgebungen zu entwickeln und bereitzustellen, während die hohen Standards von Apple für Qualität, Leistung und kreative Ethik gewahrt bleiben.

Als Dateningenieur, der sich auf LLM-Workflows im Apps Engineering-Team spezialisiert hat, arbeiten Sie direkt mit großangelegten Datensätzen, indem Sie deren Merkmale erkunden, ihre Qualität bewerten und sie während des gesamten ML-Entwicklungszyklus pflegen. Sie tauchen tief in Daten für LLM-Workflows ein, um zu verstehen, was Datensätze effektiv für das Training von Modellen und das Feintuning von Adaptern macht.

Über die Arbeit mit Datensätzen hinaus entwerfen und bauen Sie webbasierte Tools, die die Datensammlung, Modellbewertung und Ergebnisvisualisierung über intuitive Schnittstellen unterstützen. Sie entwickeln APIs und Datenpipelines, die Datensammlungstools mit der ML-Trainingsinfrastruktur verbinden und nahtlose Workflows für die Modellentwicklung und das Feintuning schaffen. Diese Rolle erfordert starke Python-Kenntnisse sowohl für die Datenanalyse als auch für die Webentwicklung, kombiniert mit Neugier auf die Grundlagen des maschinellen Lernens und LLM-Workflows.

• Erforschen und analysieren Sie großangelegte Datensätze, um deren Merkmale, Qualität und Eignung für ML-Trainingsabläufe zu verstehen.
• Bewerten Sie die Qualität von Datensätzen, identifizieren Sie Verzerrungen oder Lücken und entwickeln Sie Strategien zur Kuratierung und Verbesserung von Datensätzen.
• Pflegen und verwalten Sie Datensätze während ihres Lebenszyklus, um Datenintegrität, Zugänglichkeit und ordnungsgemäße Dokumentation sicherzustellen.
• Entwerfen und bauen Sie webbasierte Tools für die ML-Datensammlung, Annotation und Kuratierung zur Unterstützung von LLM-Entwicklungsabläufen.
• Entwickeln Sie APIs und Backend-Services mit Python-Frameworks zur Unterstützung von Datensammlungs- und Bewertungsabläufen.
• Erstellen Sie Datenvisualisierungs-Dashboards und -Schnittstellen zur Analyse von Datensatzmerkmalen, Modellleistung und Trainingsmetriken.
• Bauen und pflegen Sie Datenpipelines, um Datensätze für das Modelltraining und Feintuning zu verarbeiten und vorzubereiten.
• Zusammenarbeiten mit ML-Forschern, App-Ingenieuren und Framework-Teams bei Apple, um Datenanforderungen und Bewertungsbedürfnisse zu verstehen.

• Erfahrung mit Datenverarbeitung und Bewertung von LLM-Workflows.
• Erfahrung im Aufbau von Datensammlungs- und Bewertungsprozessen für LLM-unterstützte Systeme.
• Erfahrung mit der Bereitstellung von Webtools oder Anwendungen auf Cloud-Plattformen (AWS oder GCP).

• Erfahrung mit den Grundlagen des maschinellen Lernens und Frameworks (scikit-learn, PyTorch).
• BS/MS in Informatik, Datenengineering oder einem verwandten technischen Bereich oder 3 Jahre gleichwertige Berufserfahrung.
• Erfahrung in der Erkundung und Analyse großangelegter Datensätze für ML-Anwendungen.
• Erfahrung mit Datensatzkuratierung, Qualitätsbewertung und Methoden zur Verzerrungserkennung.
• Erfahrung im Aufbau von Datensammlungstools oder in der Arbeit mit Crowd-Annotation-Plattformen.
• Erfahrung mit Datenvisualisierungsbibliotheken und der Erstellung von Dashboards zur Datensatzanalyse und ML-Metriken.
• Erfahrung in der Modellentwicklung oder in LLM-Feintuning-Pipelines.
• Erfahrung in der Zusammenarbeit mit Kreativen, Audio-/Video-Produktion oder kreativen Softwareanwendungen.

Bei Apple sind wir nicht alle gleich. Und das ist unsere größte Stärke. Wir ziehen aus den Unterschieden in dem, wer wir sind, was wir erlebt haben und wie wir denken. Denn um Produkte zu schaffen, die allen dienen, glauben wir daran, alle einzubeziehen. Daher verpflichten wir uns, alle Bewerber fair und gleich zu behandeln. Wir werden mit Bewerbern zusammenarbeiten, um angemessene Vorkehrungen zu treffen.