FourKites, Inc. vyvíjí globální platformu pro zviditelnění dodavatelského řetězce, která organizacím pomáhá v reálném čase sledovat a koordinovat logistiku. Její aplikace propojují data o přepravě, zásobách a provozu v areálech, takže týmy získávají lepší přehled o zásilkách a aktivitách v dodavatelském řetězci napříč různými druhy dopravy. Společnost obsluhuje více než 1 500 významných značek, včetně firem z oblasti logistiky, potravin a nápojů, farmacie a výroby, a propojuje se s podnikovými systémy s cílem podpořit efektivnější provoz, kontrolu nákladů a služby zákazníkům.
Hlavní architekt AI, agentní systémy
Veďte architekturu AI agentů FourKites, od modelů a správy kontextu až po vyhodnocování. Budujte platformu pro digitální pracovníky v dodavatelských řetězcích poháněné AI.
Popis
- Odpovídejte za architekturu AI agentů FourKites, která zahrnuje vykonávání úloh, kontext, modely a vyhodnocování.
- Stanovujte referenční architekturu agentů: smyčky, používání nástrojů, stav, kontrolní body, opakování pokusů, obnovu, ochranné mechanismy, oprávnění a předávání úloh lidem.
- Navrhujte odolné vícekrokové pracovní postupy, které překračují kontextová okna a obnovují se po selhání nástrojů, API dopravců a modelů.
- Volte pro každý problém vhodný přístup: od špičkových modelů či modelů s otevřenými vahami po doladěné enkodéry nebo běžný kód.
- Řiďte směrování modelů, náklady na jednotlivé úlohy a cílovou latenci napříč flotilou agentů.
- Propojujte agenty s Kafka, mikroslužbami, Postgres, zákaznickými API a servery MCP.
- Definujte standardy kontextových oken pro prompty, nástroje, získaný obsah, paměť a předchozí tahy s ohledem na limity tokenů.
- Vytvářejte sdílené nástroje pro vyhledávání, kompresi kontextu, shrnování, izolaci subagentů, ukládání promptů do mezipaměti a trvalou paměť.
- Zkoumejte selhání kontextu a převádějte řešení na opakovaně použitelné vzory vykonávání.
- Vyvíjejte systémy offline vyhodnocování založené na produkčních stopách, kontrolách kódu, kalibrovaném hodnocení LLM jako rozhodčího a regresních sadách CI.
- Vyvíjejte online vyhodnocování s produkčním skórováním, ukazateli kvality, monitorováním driftu, shadow a A/B nasazeními, signály zpětné vazby a upozorněními na kvalitu.
- Propojujte metriky vyhodnocování s výsledky, jako jsou přesnost sledování, automatizované řešení výjimek a míra obsazenosti termínů schůzek.
- Kontrolujte návrhy a pull requesty, dokumentujte architekturu a provozní příručky a mentorujte vedoucí a seniorní inženýry.
- Sledujte vývoj modelů a nástrojů, provádějte experimenty a doporučujte, co vyvíjet, koupit nebo odložit.
- Spolupracujte s týmy produktu, řešení a zákaznické podpory a převádějte problémy z praxe na vylepšení platformy.
Požadavky
- Mít zkušenosti s návrhem architektury a provozem agentního systému LLM pro skutečné uživatele a produkční provoz, včetně volání nástrojů, vícekrokových pracovních postupů, řešení selhání a eskalace na lidi.
- Mít zkušenosti s provozováním systému LLM agentů po spuštění, včetně řízení incidentů, nákladů a latence.
- Mít hluboké znalosti strojového učení, včetně mechanismu pozornosti, pozičního kódování, architektur enkodérů a dekodérů, tokenizace a KV cache.
- Mít zkušenosti s trénováním nebo dolaďováním modelů enkodérů, například modelů z rodiny BERT, embeddingů vět, bi-enkodérů a cross-enkodérů pro přerankování.
- Rozumět kontrastivnímu trénování, destilaci a kvantizaci.
- Mít zkušenosti se správou rozpočtů tokenů a tvorbou vyhledávání a paměti pro agenty.
- Používat kompresi kontextu a subagenty a měřit kvalitu při zaplňování kontextových oken.
- Vytvářet vrstvy vykonávání agentů se smyčkami, distribucí volání nástrojů, stavem a kontrolními body, přerušením a obnovou, sandboxingem a oprávněními, ochrannými mechanismy a směrováním modelů.
- Dobře ovládat MCP, strukturované výstupy a streamování.
- Mít zkušenosti s tvorbou sad offline a online vyhodnocování zahrnujících datové sady, hodnotitele, kalibraci LLM jako rozhodčího, regresní brány CI, produkční skórování, vzorkování stop, monitorování driftu, shadow nasazení a zpětnovazební smyčky.
- Mít více než 10 let zkušeností s vývojem softwaru nebo systémů strojového učení, včetně více než 3 let práce s LLM.
- Mít silné praktické dovednosti v Pythonu.
- Umět číst a kontrolovat kód služeb v Javě nebo TypeScriptu.
- Mít produkční zkušenosti s AWS nebo GCP, kontejnery, Kubernetes a systémy řízenými událostmi.
- Účinně komunikovat písemně i v rozhovoru.
- Výhodou jsou zkušenosti v dodavatelských řetězcích, logistice nebo dopravě.
- Výhodou jsou zkušenosti s Document AI, OCR, modely rozvržení dokumentů a extrakcí dat z nákladních listů, faktur a dokladů o doručení.
- Výhodou jsou zkušenosti s vývojem hlasových nebo e-mailových agentů, kteří jednají za firmu.
- Výhodou jsou zkušenosti se zabezpečením agentů, včetně obrany proti injektáži promptů, oprávnění nástrojů a izolace zákaznických dat.
- Výhodou jsou zkušenosti s Claude, GPT, Gemini, modely s otevřenými vahami a zásobníky pro obsluhu modelů.
- Výhodou jsou publikace, přednášky nebo příspěvky do open source projektů zaměřených na agenty, vyhledávání nebo vyhodnocování.
Benefity
- Konkurenceschopné odměňování a akciové opce.
- Pět celosvětových dnů na načerpání sil.
- Velkorysá placená dovolená a běžné svátky.
- Rodičovská dovolená dostupná všem rodičům.
- Roční příspěvek na zdraví a pohodu.
- Dny na dobrovolnickou činnost.
- Zdravotní benefity od prvního dne zaměstnání.
- 36 dní volna zahrnujících nemocenskou, osobní volno a řádnou dovolenou.
- Pět dnů na načerpání sil.
- Dva dny na dobrovolnickou činnost.
- Příspěvek na vybavení domácí kanceláře a technologie.
- Benefity pro životní styl a rodinu.
- Podpora a poradenství v oblasti duševní pohody.
- Průběžné vzdělávání a rozvoj, včetně programu profesního rozvoje a klubu Toastmasters.