Ryz Labs bygger startups fra bunden og hjælper virksomheder i vækst med at skalere deres drift. Med fokus på konsulentydelser, logistik og markedsføring tilbyder virksomheden løsninger inden for tekniske talenter, der understøtter nye virksomheder, når de udvikler produkter, styrker deres teams og konkurrerer på markeder i hastig forandring.
Principalingeniør inden for machine learning – Ryz Labs (fjernarbejde i Argentina)
Led udviklingen af machine learning i produktion og skalerbare AI-platforme for Ryz Labs’ internationale kunde. Få ansvar for distribueret arkitektur, MLOps og sikkerhedskontroller til LLM-drevne systemer.
Beskrivelse
- Implementér og driv AI-modeller i produktion i stor skala.
- Følg modelkvalitet, hallucinationsrater, drift, latenstid og infrastrukturudgifter.
- Design distribuerede, hændelsesdrevne mikrotjenester med Python, Go eller TypeScript.
- Skab infrastruktur som kode samt CI/CD-pipelines til pålidelig levering af tjenester.
- Etablér agenttilladelser, arbejdsgange for menneskelig gennemgang, dataisolering og beskyttelse mod promptinjektion.
- Samarbejd med produktchefer fra starten for at omsætte forretningsbehov til skalerbare tekniske designs.
- Forklar arkitektoniske afvejninger for ledelsen og seniorinteressenter hos kunden.
- Bidrag til udviklingen af avancerede AI-platforme for en international kunde.
- Vær senior teknisk autoritet inden for produktionssystemer, anvendt AI og ingeniørpraksis.
Krav
- Have 12–15 eller flere års erfaring med softwareudvikling, der udvikler sig fra backend- og distribueret systemarkitektur til machine learning i produktion.
- Dokumentér dyb ekspertise inden for MLOps, modelevaluering, avanceret RAG, vektorsøgning med embeddings, HNSW og hybrid søgning samt finjustering.
- Beherske distribuerede systemer, mikrotjenester og asynkrone, hændelsesdrevne arkitekturer ved hjælp af Python, Go eller TypeScript.
- Have praktisk erfaring med Docker, AWS, Google Cloud eller Azure samt automatiseret CI/CD-levering.
- Forstå LLM-sikkerhed, trusselsmodellering, håndhævelse af datagrænser og agentsikkerhed i praksis.
- Kommunikere flydende på engelsk.
- Forklare komplekse tekniske beslutninger klart for kundens ledelse og ikke-tekniske interessenter.
- Erfaring med værktøjer til orkestrering af flere agenter såsom LlamaIndex, Semantic Kernel, AutoGen, CrewAI eller MCP er en fordel.
- Baggrund inden for konsulentarbejde, teknisk rådgivning eller højvækst-teknologiplatforme er en fordel.