Reality Defender (YC W22)
Reality Defender (YC W22)
Reality Defender vyvíjí nástroje založené na umělé inteligenci, které pomáhají podnikům, státním institucím a digitálním platformám rozpoznávat syntetická média. Detekční platforma analyzuje zvuk, video, obrázky a text a hledá známky generování pomocí AI. Týmům v médiích, financích a veřejné správě pomáhá řešit rizika, jako jsou podvody a dezinformace. Díky přístupu využívajícímu více modelů společnost vyhodnocuje obsah pravděpodobnostně, aniž by se spoléhala na vodoznaky nebo předchozí ověření pravosti.

Vedoucí inženýr datové platformy

Veďte datovou platformu na Databricks, která podporuje výzkum detekce deepfake ve společnosti Reality Defender. Vytvářejte reprodukovatelné multimodální datové sady a škálovatelné pipeline pro generování syntetických dat.

Popis

  • Veďte celou datovou platformu pro výzkum AI, od průběžného ingestování a předzpracování až po správu a export velkých objemů obrazových, video, zvukových a textových dat.
  • Rozšiřujte a škálujte lakehouse Databricks a stack distribuovaného zpracování.
  • Veďte architektonická rozhodnutí a rozhodování o vývoji či nákupu řešení s růstem objemů dat.
  • Vyvíjejte opakovaně použitelnou infrastrukturu pro interní generování syntetických dat napříč modalitami.
  • Zaveďte verzování datových sad, sledování původu, metadata, kontroly kvality a konzistentní rozdělení pro trénování a vyhodnocování.
  • Přijměte odpovědnost za spolehlivost pipeline, pozorovatelnost a náklady na zpracování jednotlivých datových sad.
  • Spolupracujte s výzkumníky ML na samoobslužných nástrojích, které urychlují vývoj modelů.
  • Mentorujte inženýry a posilujte kontroly kódu, testování, dokumentaci a provozní postupy.
  • Koordinujte se s týmy bezpečnosti a souladu ohledně nakládání s daty, licencování a řízení přístupu.
  • Stanovujte dlouhodobý plán datové platformy společně s vedoucími pracovníky v oblasti inženýrství a výzkumu.
  • Podléhejte řediteli pro data.
  • Během prvních 12 měsíců veďte vyspělou samoobslužnou platformu, rozšiřte generování syntetických dat, dodávejte reprodukovatelné evaluační datové sady a prosazujte iniciativy plánu s vysokým dopadem.

Požadavky

  • Alespoň 8 let zkušeností s budováním datových platforem nebo infrastruktury, včetně odpovědnosti na úrovni staff či lead za produkční pipeline, které generují, ingestují nebo dodávají velké objemy dat.
  • Rozsáhlé praktické zkušenosti s nástroji distribuovaného zpracování, jako jsou Spark nebo Ray, a lakehouse platformami, ideálně Databricks, s využitím cloudových objektových úložišť, například S3, GCS nebo Azure Blob.
  • Produkční zkušenosti s Databricks, Unity Catalog, Delta Lake a Spark na AWS, včetně ladění výkonu, řízení přístupu a řešení provozních problémů.
  • Zkušenost se zpracováním velkého množství nestrukturovaných médií, například videa, zvuku nebo obrázků, včetně velkých souborů, dekódování, překódování a metadat ve velkém měřítku.
  • Prokazatelné výsledky při tvorbě reprodukovatelných datových sad pro ML pomocí verzování, sledování původu, ověřování kvality dat a orchestrací nástroji, jako jsou Airflow, Dagster nebo Databricks Workflows.
  • Dobrá znalost Pythonu a SQL.
  • Rozvážný úsudek a schopnost převzít odpovědnost za nejednoznačné výzvy v oblasti platformy od začátku do konce v malém týmu.
  • Zkušenosti s automatizací infrastruktury a nasazení pomocí Terraformu a CI/CD, včetně úložišť AWS, IAM, výpočetních zdrojů, zdrojů Databricks a prostředí distribuovaného zpracování.
  • Zkušenost s vývojem pipeline pro generování syntetických dat nebo provozováním generativních modelů ve velkém měřítku je výhodou.
  • Zkušenost s podporou výzkumných týmů ML prostřednictvím trénovacích a evaluačních dat, zejména pro multimodální modely, je výhodou.
  • Zkušenost v oblasti bezpečnosti, podvodů, důvěry a bezpečnosti uživatelů, jiném adversariálním oboru nebo ve startupu série A či B je výhodou.
  • Žádost vyžaduje oprávnění k práci ve Spojených státech.
  • Ochota přestěhovat se, pokud nyní nebydlíte v New Yorku nebo jeho blízkosti; záleží na způsobu práce.

Benefity

  • Pojistné na zdravotní pojištění zaměstnance je plně hrazeno; pro závislé osoby je k dispozici částečné krytí.
  • Pojistné na zubní pojištění a pojištění zraku zaměstnance i závislých osob je plně hrazeno.
  • Pojistné zaměstnance na krátkodobé a dlouhodobé pojištění pracovní neschopnosti a životní pojištění je plně hrazeno.
  • Účty flexibilních výdajů a zdravotního spoření a program 401(k).
  • Akciová složka odměňování.
  • 20 dní placeného volna ročně.
  • 12 týdnů rodičovské dovolené.
  • Rozpočet na vzdělávání a profesní rozvoj.
  • Měsíční příspěvky na wellness.
  • Každoroční firemní výjezd hrazený společností.
  • Každodenní oběd v kanceláři přes Uber Eats pro zaměstnance newyorského ústředí.
  • Příspěvky na dojíždění pro zaměstnance newyorského ústředí.
  • Práce na dálku v pátek pro zaměstnance newyorského ústředí.
  • Neformální setkání po práci a další místní akce pro zaměstnance newyorského ústředí.
  • Možnost získat roční výkonnostní bonus.

Související pracovní nabídky

Public Partnerships | PPL

Hlavní architekt dat pro Databricks a Azure

Public Partnerships | PPL
1 001 – 5 000 Zaměstnanci
Sponzor víza H1BB2BZdravotní pojištění

Veďte návrh řízených analytických platforem Databricks a Azure pro finanční správu programů Medicaid. Rozvíjejte možnosti správy kmenových dat, párujte identity účastníků a poskytovatelů služeb a dodávejte datové produkty v souladu s předpisy v celostátním měřítku.

Otevřít
L3Harris Technologies

Hlavní architekt dat, Palantir

L3Harris Technologies

Veďte práci na ontologii, integraci a správě dat v rámci podnikového programu L3Harris Technologies pro data a AI na platformě Palantir. Vytvářejte jednotnou datovou architekturu napříč přibližně 100 staršími systémy.

Otevřít
Sony Interactive Entertainment

Vedoucí softwarový inženýr pro data, Sony Interactive Entertainment (práce na dálku, USA)

Sony Interactive Entertainment

Vytvářejte platformy pro analýzu dat v reálném čase pro PlayStation. Veďte návrh distribuované datové architektury, streamovací infrastruktury a nástrojů AI, které zvyšují efektivitu vývoje.

Otevřít