Zendesk udvikler software til kundeservice og salg, som hjælper organisationer med at håndtere samtaler, supporthenvendelser og kunderelationer i ét sammenhængende miljø. Platformen samler beskeder, livechat, AI-drevet automatisering, værktøjer til databeskyttelse og en arbejdsplads til kundeservicemedarbejdere, så teams får fleksible muligheder for at organisere servicearbejdet i takt med, at det vokser. Zendesk tilbyder også professionelle tjenester og uddannelsesressourcer med fokus på personlige kundeinteraktioner, integrerede arbejdsgange, mangfoldighed og inklusion samt bæredygtighed.
Led Zendesks teams inden for maskinlæring og datavidenskab, mens de udvikler pålidelige Custom Agents til kundeservice. Sæt generativ AI i produktion med evaluering, sikkerhedspraksis og målbar automatisering for kunderne.
Lede og udvikle teamet inden for maskinlæring og datavidenskab gennem rekruttering, coaching, karriereudvikling og lederudvikling.
Fastlægge strategi, køreplan, prioriteter, investeringsvalg og milepæle for maskinlæring.
Vejlede agenternes ræsonnement og udførelse, herunder planlægning, valg af værktøjer, konteksthåndtering, vidensforankring og strukturerede output.
Udvikle benchmarks, arbejdsgange for menneskelig annotering, automatiserede scoringssystemer og regressionstests.
Fastlægge standarder for eksperimenter, validering, lanceringsparathed og produktionsovervågning.
Bruge eksekveringsspor og kundefeedback til at diagnosticere fejl og forbedre ydeevnen.
Finjustere modeller og agentarkitekturer med hensyn til kvalitet, latenstid og omkostninger.
Vælge modeller, routingmetoder, fallbackløsninger og inferensoptimeringer.
Samarbejde med sikkerheds- og databeskyttelsesteams om tilladelsesbevidste handlinger, forsvar mod promptinjektion, datahåndtering, eskalering og menneskelig godkendelse.
Udvikle fælles platformfunktioner til simulering, observerbarhed, eksperimenter og robust eksekvering.
Integrere Custom Agents i bredere servicearbejdsgange sammen med partnerteams.
Knytte forbedringer inden for maskinlæring til automatisering, kortere behandlingstid, anvendelse og kundetillid.
Holde interessenter orienteret om fremskridt, afvejninger og risici.
Krav
Dokumenteret erfaring med at lede ML- eller AI-teams og levere produktionssystemer med målbar kundeeffekt.
Stærke lederevner, herunder rekruttering, coaching, performanceledelse og udvikling af tekniske ledere.
Indgående kendskab til moderne maskinlærings- og generative AI-systemer.
Praktisk erfaring med at føre LLM-applikationer fra eksperimenter til produktion.
God teknisk dømmekraft inden for modeladfærd, softwarearkitektur, evaluering og driftsstabilitet.
Evne til at lede designgennemgange og vurdere forsøgsresultater.
Erfaring med at definere nyttige kvalitetsmålinger og bruge data til at prioritere forbedringer og træffe beslutninger om lanceringer.
Evne til at navigere i tvetydighed, koordinere flere arbejdsstrømme og påvirke samarbejdspartnere inden for produkt, teknik, videnskab og sikkerhed.
Tydelig kommunikation og en praktisk tilgang til at afveje videnskabelig grundighed, leveringshastighed og kundebehov.
Yderligere erfaring, der værdsættes, omfatter agenter, der bruger værktøjer, søgning i virksomheders viden, arbejdsgange på tværs af systemer, LLM-evaluering, menneskelig feedback, multimodal dokumentbehandling, agentsikkerhed, distribuerede teams, enterprise-SaaS, kundeservice eller forretningsautomatisering.
Fordele
Hybridarbejde med mulighed for at arbejde hjemmefra en del af ugen.
En inkluderende arbejdsplads.
Rimelige tilpasninger for ansøgere med handicap og veteraner med handicap.
Led ML- og platformingeniører hos Xero, en virksomhed der udvikler regnskabssoftware. Byg AI-infrastruktur til produktion, og styrk MLOps, observerbarhed og teamets kompetencer.