Snorkel AI vyvíjí odborná datová řešení pro týmy zabývající se strojovým učením. Její platforma Expert Data-as-a-Service pomáhá organizacím vytvářet a vyhodnocovat vysoce kvalitní trénovací datové sady, urychlovat vývoj modelů a zvyšovat spolehlivost aplikací využívajících umělou inteligenci. Společnost byla založena v roce 2019 na základě výzkumu Stanfordovy univerzity a spolupracuje s organizacemi v oblasti poradenství, zdravotnictví a logistiky na rozvoji praktických systémů umělé inteligence.
Seniorní softwarový inženýr pro AI a ML ve společnosti Snorkel AI (hybridní režim)
Seniorní nebo hlavní inženýr strojového učení, který zdokonaluje hodnocení agentů, směrování modelů a systémy dolaďování modelů. Budování robustní datové infrastruktury pro AI pro podnikové zákazníky Snorkel AI.
Popis
- Zvyšovat rychlost, snižovat náklady a zvyšovat rigoróznost generování a hodnocení dat pro špičkové systémy AI pomocí ML a AI
- Zkoumat, jak se vytvářejí a posuzují data pro špičkové systémy
- Formulovat hypotézy a testovat je na skutečných produkčních datech
- Škálovat přístupy, které vykazují silné výsledky
- Snižovat náklady na dlouhodobé hodnocení agentů pomocí adaptivního vzorkování, statisticky podloženého předčasného ukončení, kaskád modelů, ukládání do mezipaměti a směrování s prioritou levnějších modelů
- Směrovat požadavky na hodnocení a požadavky na modely posuzovatelů k nejlevnějšímu modelu, který splňuje standardy kvality, s nouzovými variantami, monitorováním a přiřazováním nákladů
- Dolaďovat a nasazovat modely s otevřenými váhami pomocí LoRA a dalších parametricky efektivních technik
- Vyvíjet modely, které před nasazením předpovídají obtížnost úloh pro špičkové systémy
- Vytvářet zlaté datové sady a měřit přesnost a kalibraci systémů LLM-as-a-judge
- Převádět výzkumné prototypy na opakovaně použitelné, konfigurovatelné komponenty pro produkční inženýry a výzkumníky
- Pomáhat definovat standardy ML inženýrství, udávat směr oboru a podporovat rozšiřující se tým
Požadavky
- Nejméně pět let zkušeností s tvorbou produkčních systémů strojového učení nebo softwarových systémů s odpovědností od prototypu až po produkční nasazení
- Praktické zkušenosti s provozem úloh LLM nebo ML v produkčním prostředí
- Schopnost efektivně uvažovat o nedeterministických systémech
- Silné základy statistiky a experimentování včetně návrhu experimentů, testování hypotéz, vzorkování a intervalů spolehlivosti
- Pokročilé znalosti Pythonu a softwarového inženýrství zahrnující testování, revize kódu a návrh systémů
- Zkušenosti s vytvářením hodnocení a rigorózní interpretací jejich výsledků
- Proaktivní identifikace problémů s vysokým dopadem ještě před jejich formálním zadáním
- Jasná komunikace s výzkumnými, technickými a obchodními týmy
Benefity
- Významné příležitosti ovlivňovat priority a iniciativy
- Možnost podílet se na důležitých strategických rozhodnutích
- Přímý příspěvek k pokračujícímu úspěchu společnosti Snorkel AI
- Možnosti prohlubovat technické znalosti
- Možnosti vést
- Příležitosti rozvíjet dovednosti napříč více funkcemi
- Podpora kariérního rozvoje v prostředí zaměřeném na růst, učení a společný úspěch
- Přiměřená opatření pro uchazeče a zaměstnance se zdravotním postižením během procesu podávání žádostí a pohovorů, při výkonu práce i při přístupu k pracovním benefitům a výsadám