NLP Research Engineer

Primero, un poco de contexto: 🗒

En España, hay muchas empresas que se dedican a integrar tecnología, pero lo que hace a Núclia realmente única… Es que ¡están construyendo tecnología! Compitiendo directamente con startups de nivel mundial, desde Londres a Silicon Valley.  🌪️

Nuclia ha desarrollado una API capaz de conectarse a los distintos repositorios de información no estructurada de una organización, siendo capaz de indexar el conocimiento y, mediante GenAI, de responder a preguntas sobre los datos no estructurados de la empresa.

Ofrecen una solución 100% end-to-end. Dónde sea que esté la información, y sin importar el formato e idioma, NucliaDB es capaz de indexarla y almacenarla. ¡Anda! Que ¿qué es NucliaDB? NucliaDB es la base de datos multi-modal, de vectores, y open source que ha desarrollado la compañía. Ya solo eso es impresionante, pero, lo vas a ver, este equipo no se conforma con cualquier cosa. En Nuclia también permiten la integración con los distintos LLMs existentes en el mercado, ¡y hasta ofrecen su propio modelo de lenguaje!

El producto de Nuclia es una API pensada como una búsqueda asistida por Inteligencia Artificial. Uno de sus puntos fuertes es que gestionan todo el ciclo, de tal forma que un/a usuario/a tiene sus datos privados sobre los cuales quiere mejorar su búsqueda. Este usuario/a puede subir toda la información sobre la cual quiere buscar, Nuclia procesa la información desde el punto de vista de datos no estructurados, con cualquier tipo de fichero, y de ahí se hace un procesamiento que intenta sacar el máximo de texto e información 🤖 . Entra en juego, entonces, la parte Open Source de Nuclia, que es NucliaDB. Esto les permite buscar semánticamente, entre en el contenido del usuario. 👀

Las funcionalidades de generación de respuestas en Nuclia se basan en el concepto RAG, Retrieval-Augmented Generation, con el que una vez se ha localizado dónde, en los datos del usuario, se halla la respuesta a lo que se pregunta, y se genera una respuesta al más puro estilo ChatGTP o BARD. En este sentido, han integrado varios generadores de lenguaje y ahora están generando el suyo propio, para poder personalizar la experiencia de búsqueda del usuario. 🦾

La parte final consiste en que el usuario va a ser capaz de etiquetar, y entrenar sus propios modelos para cerrar todo el círculo. 

También hacen control de “alucinaciones”, para asegurar que lo que se produce viene de los datos del usuario, garantizando que los datos del usuario no salen a ninguna API externa. 

Como usuario, más que entrenar tus propios modelos, puedes tunearlos, para que se vuelvan más específicos y aprendan de manera más focalizada.🎓 De esta forma, el modelo que llega al cliente es mucho más potente, sin que le requiera demasiado esfuerzo.

             Pero vamos al turrón, ¿qué harás tú? 🫵

¡Prepárate para un viaje al futuro con el equipo LLMs! 🚀

Imagina que estás a punto de embarcarte en una aventura fascinante en el mundo del Procesamiento del Lenguaje Natural (NLP). ¡Aquí está tu hoja de ruta emocionante! 🚀

Tus funciones serán tan awesómicas como prototipar, diseñar e integrar soluciones increíbles en las plataformas de Nuclia. No es solo eso; estarás utilizando tecnologías de vanguardia en procesamiento del lenguaje natural y aprendizaje automático. 🛠️💬

Tu misión principal será gestionar las prioridades de proyectos, plazos y entregables. No te preocupes, tu experiencia técnica será tu varita mágica para llevar a cabo esta gestión de manera impecable.

Pero espera, ¡hay más! Harás magia a la hora de tomar la iniciativa y liderar las soluciones técnicas ante los desafíos de calidad de datos y flujo de trabajo. Imagínate resolviendo problemas y marcando la pauta con nuevas propuestas brillantes. 💡👩‍💻

En este equipo, la pasión por la investigación es palpable. Están siempre al tanto de los modelos más recientes, y si en tres semanas surge el modelo disruptivo del momento a nivel internacional, ¡se lanzan de cabeza! Les encanta experimentar, aprender y probar como verdaderos científicos. 🤓🔬

Conocen todos los modelos y requisitos para utilizarlos. Resolver problemas de NLP es su especialidad. También comparan tecnologías y definen soluciones especializadas que potencian su producto. 🤖📊

En el ámbito de tecnologías, trabajarás con Python, PyTorch, Kubernetes, NLP, Hugging Face, Datasets.

Son super fan de state of the art librerie, desarrolladas por la comunidad científica y la industria para facilitar la implementación de técnicas y modelos de procesamiento del lenguaje natural más avanzados. 🚀💡