**Company: ARHIS COMPETENCY CENTER Job Description Summary: ARHIS tiene más de 20 años de experiencia en proyectos de datos y se enorgullece de aportar habilidades funcionales y técnicas para convertir a sus clientes en negocios centrados en datos. Las tareas incluyen analizar requisitos, diseñar planes de pruebas, mantener pruebas, automatizar pruebas, ejecutar pruebas, identificar errores, gestionar defectos, elaborar planes de test, establecer planes de calidad y colaborar con otros equipos. Se requiere un grado en Ingeniería Informática o similar, experiencia previa de al menos 3 años, nivel B1 de francés e inglés y conocimientos en programas de automatización de tareas y pruebas de software. Los beneficios incluyen proyecto estable, desarrollo profesional, formación continua, cursos de idiomas, ambiente de trabajo intercultural, teletrabajo, flexibilidad horaria y seguro médico. Job Description: ARHIS tiene más de 20 años de experiencia en proyectos de datos. En Arhis estamos orgullosos de nuestra experiencia en aportar habilidades funcionales y técnicas para que nuestros clientes se convierten al negocio Data-Centric. Tareas Analizar los requisitos y diseñar los planes de pruebas para testear las funcionalidades de las aplicaciones. Adaptar y realizar el mantenimiento de las pruebas diseñadas basado en las evoluciones de las aplicaciones. Definir y mantener les herramientas y scripts necesarios para automatizar las pruebas de las funcionalidades de las aplicaciones. Ejecutar las pruebas de test necesarias para comprobar que el desarrollo está alineado con los requisitos del negocio. Identificar, reproducir y reportar los errores identificados, tanto por el cliente que en fase de cualificación interna. Gestionar la evaluación de los defectos clientes durante la fase de User Acceptance del cliente. Ser proactivo/a en la elaboración de los planes de test para comprobar y prevenir potenciales regresiones. Establecer y seguir el plan de calidad de los proyectos. Colaborar de manera transversal y autónoma con todos los equipos de la empresa. Requisitos Grado en Ingeniería Informática, Telecomunicaciones o similares. Experiencia previa en las funciones a realizar de al menos 3 años. Nivel B1 de francés e inglés. Imprescindible tener conocimientos en programas para la automatización de tareas como Jenkins, QA Databases y en pruebas para el testeo de software (HP-QC, XRay, Cucumber, Sélénium, Jmeter, Junit, SoapUI, Postman)Conocimientos en lenguajes de programación (JavaScript, Python) es un plus. Beneficios Te ofrecemos un proyecto estable Posibilidad de desarrollo Formación a lo largo de la carrera Cursos de inglés y francés Entorno de trabajo intercultural Teletrabajo Flexibilidad horaria Seguro médico
“Fine-tuning” means adapting an existing machine learning model for specific tasks or use cases. In this post I’m going to walk you through how you can fine tune a large language model for sentence similarity using some hand annotated test data. This example is in the psychology domain. You need training data consisting of pairs of sentences, and a “ground truth” of how similar you want those sentences to be when you train your custom sentence similarity model.
Hire an NLP developer and untangle the power of natural language in your projects The world is buzzing with the possibilities of natural language processing (NLP). From chatbots that understand your needs to algorithms that analyse mountains of text data, NLP is revolutionising industries across the board. But harnessing this power requires the right expertise. That’s where finding the perfect NLP developer comes in. Post a job in NLP on naturallanguageprocessing.
Natural language processing What is natural language processing? Natural language processing, or NLP, is a field of artificial intelligence that focuses on the interaction between computers and humans using natural language. NLP is a branch of AI but is really a mixture of disciplines such as linguistics, computer science, and engineering. There are a number of approaches to NLP, ranging from rule-based modelling of human language to statistical methods. Common uses of NLP include speech recognition systems, the voice assistants available on smartphones, and chatbots.
