Parser
Parser
Parser er en virksomhed inden for teknologiløsninger og rådgivning, grundlagt i 2018, som hjælper organisationer med at anvende kunstig intelligens, data og softwareudvikling til komplekse forretningsbehov. Virksomhedens arbejde omfatter skræddersyet softwareudvikling, anvendelse af AI og data, produktdesign samt rådgivning om digital transformation. Parser samarbejder med teknologiledere om at forme fleksible løsninger, der er tilpasset deres mål, og kombinerer ingeniørekspertise med fokus på praktisk innovation og langvarige kunderelationer.

Senior AI-ingeniør, Spanien (fjernarbejde)

Byg Python-tjenester, API'er og AI-funktioner til produktion inden for LLM-baseret søgeevaluering og relevansværktøjer. Rollen understøtter Parser's multinationale detailhandelskunde.

Beskrivelse

  • Udvikl AI-værktøjer, der hjælper søgeteamene med hurtigere at diagnosticere problemer, teste ændringer og måle relevans.
  • Skab AI-funktioner, der omsætter søgeadfærd, diagnostik og kvalitetsdata til prioriteret indsigt.
  • Byg backendtjenester og API'er til at indsamle og kombinere menneskelige relevansvurderinger.
  • Omdan det eksisterende offlineevalueringsværktøj til miljøer efter behov, som udviklere kan køre i CI/CD.
  • Opsæt automatiske kontroller af AI-funktionernes nøjagtighed og pålidelighed, herunder LLM-baserede relevansvurderinger.
  • Samarbejd med produkt-, design-, datavidenskabs- og søgeteamene om at få prototyper i produktion.
  • Forbind værktøjer til eksisterende kundeplatforme og API'er.
  • Følg kvalitet, svartid og omkostninger, og dokumentér vigtige beslutninger og afvejninger.
  • Del fremskridt tidligt gennem dokumentation, demonstrationer og gradvise pull requests.
  • Lever arbejde i overensstemmelse med den aftalte arkitektur og tekniske praksis.
  • Forklar beslutninger, risici og afvejninger tydeligt.
  • Gennemgå kvaliteten af AI-genererede resultater sammen med kolleger inden for søgning og datavidenskab.
  • Afprøv antagelser mod faktiske data, og forbedr derefter løsningerne på baggrund af dokumentation.
  • Gå fra udforskning til levering, mens de tidlige løsninger holdes passende enkle.
  • Byg værktøjer, som brugerne kan stole på, forstå og tage i brug.
  • Vælg deterministiske regler, traditionel maskinlæring eller menneskelig gennemgang, når det passer bedre til opgaven end en LLM.

Krav

  • Mindst fem års professionel erfaring med softwareudvikling, data engineering, maskinlæring eller anvendt AI.
  • Praktisk erfaring med at bygge LLM-applikationer til produktion, herunder promptdesign, strukturerede output og API-integration.
  • Kendskab til embeddings, semantisk og hybrid søgning, og hvordan de adskiller sig fra leksikal søgning.
  • Evne til at vurdere modeller og metoder ud fra kvalitet, svartid, sikkerhed og omkostninger.
  • Erfaring med at oprette offlineevalueringer og benchmarks med mærkede data, herunder kalibrering af LLM-bedømmere mod menneskelige mærkninger.
  • Forståelse af rangeringsmål som nDCG, Precision at K og MRR samt enighed mellem bedømmere.
  • Kendskab til risici ved hallucinationer, bias, drift og privatliv samt erfaring med at udforme processer for menneskelig gennemgang.
  • Stærke SQL-kundskaber og erfaring med at arbejde med store analytiske datasæt.
  • Kendskab til medallion-arkitekturer og til at forbinde AI-systemer med datapipelines og API'er.
  • Stærke Python-kundskaber, herunder erfaring med at udvikle vedligeholdelige backendtjenester og API'er.
  • Gode testmetoder for applikations-, data- og AI-komponenter.
  • Erfaring med CI/CD, containere og cloudinfrastruktur; Microsoft Azure foretrækkes.
  • Dokumenteret erfaring med at levere AI-baserede systemer ud over enkeltstående proof of concept-projekter.
  • Evne til at frigive brugerfokuserede løsninger trinvist med passende pålideligheds- og sikkerhedsforanstaltninger.
  • Stærke skriftlige og mundtlige kommunikationsevner, herunder evnen til at forklare tekniske beslutninger og evalueringsresultater for ikke-tekniske interessenter.
  • Samarbejdsorienteret tilgang til produktlevering på tværs af fagområder.
  • Foretrukket: Erfaring med søgning inden for detailhandel eller e-handel, herunder produkttaksonomi og long-tail-søgninger.
  • Foretrukket: Praktisk erfaring med Elasticsearch eller en anden søgeplatform i produktion eller med en vektordatabase.
  • Foretrukket: Erfaring med at skabe offlineevaluerings- eller A/B-testværktøjer til søgning eller anbefalinger.
  • Foretrukket: Erfaring med at udvikle værktøjer til menneskelig annotering eller bedømmelse.
  • Foretrukket: Erfaring med eventstreaming som Kafka eller med clickstream- og webanalysedata.

Fordele

  • Meget konkurrencedygtig lønpakke.
  • Sygeforsikring.
  • Fleksibelt fjernarbejde.
  • Mulighed for at blive en del af en organisation med en vækst på trecifrede tal.
  • Mulighed for at blive en del af et multikulturelt fællesskab af teknologieksperter.

Relaterede job