Member of Technical Staff - Data Research Engineer

Panoramica Siamo alla ricerca di un Data Research Engineer da inserire nel nostro team AI, dove stiamo costruendo la prossima generazione di foundation models attraverso diverse modalità: testo, immagine, video, audio. Se ti appassiona esplorare, progettare e costruire dataset di alta qualità per guidare modelli AI all'avanguardia, questo ruolo è per te. In Microsoft AI, i dati sono al centro dell'innovazione — e in questo ruolo, collaborerai strettamente con altri colleghi per curare, analizzare e valutare diverse fonti di dati critiche per lo sviluppo dei modelli. Guiderai gli sforzi nello sviluppo di nuove strategie di raccolta dati, nel miglioramento della qualità dei dataset, nella comprensione dei comportamenti dei modelli guidati dai dati e nell'allineamento dei dataset con i valori etici e sociali. Questo è un ruolo interdisciplinare ad alto impatto, ideale per ingegneri che vogliono spingere i confini di ciò che l'AI può apprendere dai dati. La missione di Microsoft è dare a ogni persona e ogni organizzazione sul pianeta la possibilità di raggiungere di più. Come dipendenti, ci uniamo con una mentalità di crescita, innoviamo per dare potere agli altri e collaboriamo per realizzare i nostri obiettivi comuni. Ogni giorno costruiamo sui nostri valori di rispetto, integrità e responsabilità per creare una cultura di inclusione in cui tutti possano prosperare al lavoro e oltre. Responsabilità Creare dataset di alta qualità per l'addestramento e la valutazione; eseguire esperimenti su nuovi dataset (data ablations) per valutarne l'impatto e determinare i dati più efficaci Sviluppare e mantenere pipeline di dati scalabili per l'ingestione, il pre-processing, il filtraggio e l'annotazione dei dati Analizzare dataset multimodali del mondo reale per valutarne qualità, diversità, pertinenza e identificare aree di miglioramento Costruire strumenti e workflow per l'auditing, la visualizzazione e il versionamento dei dataset Collaborare con i team di Safety, Ethics e Governance per garantire che i dataset soddisfino gli standard di qualità, privacy e pratiche di AI responsabile Qualifiche Qualifiche Richieste: Laurea Triennale in AI, Computer Science, Data Science, Statistica, Fisica, Ingegneria o un campo tecnico correlato. Competenza in Python. Esperienza con framework di elaborazione dati distribuiti come Spark, Ray e strumenti di orchestrazione del workflow come Airflow. Esperienza nell'elaborazione di dataset su scala di molti petabyte e con trilioni di righe. Esperienza nella costruzione di dataset per l'addestramento di foundation models, inclusi modelli linguistici o multimodali. Forte esperienza in analisi dei dati, data engineering o entrambi. Capacità di comunicare i risultati tecnici in modo chiaro ed efficace ai team di ricerca, ingegneria e prodotto. Esperienza nella valutazione della qualità dei dataset e nella misurazione dell'impatto dei dati attraverso esperimenti di addestramento dei modelli controllati. Qualifiche Preferenziali: Laurea Magistrale in Computer Science o un campo tecnico correlato, o esperienza equivalente. Esperienza di lavoro con dataset su larga scala del mondo reale che siano non strutturati o semi-strutturati Esperienza nella valutazione della qualità dei dataset e nella misurazione dell'impatto dei dati attraverso esperimenti di addestramento dei modelli controllati. Esperienza con dati multimodali, come dati di immagine, video o audio.