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.
Senior maskinlæringsingeniør, AI-agenter
Videreudvikl planlægning, hukommelse, evaluering og sikkerhed for AI-agenter på Zendesks platform til løsning af kundeservicehenvendelser. Byg systemer til reinforcement learning med produktionsforløb.
Beskrivelse
- Design hukommelsesstrukturer og metoder til selvstændig læring for AI-agenter.
- Forbedr agentarkitekturen gennem opdeling af tvetydige mål, håndtering af hukommelseslag, selektiv tilegnelse af færdigheder og A2A-baseret delegering mellem flere agenter.
- Byg modeller til kundeserviceagenter med reinforcement learning på produktionsforløb.
- Led infrastrukturen til reinforcement learning, herunder belønningsforløb, rollout-systemer og feedbacksløjfer.
- Udvikl evalueringer over flere ture og automatiseret analyse af forløb.
- Indfør kvalitetskontroller i CI og regressionsovervågning, så udrulninger forhindres, når agenternes ydeevne falder.
- Implementer sikkerhedsforanstaltninger til virksomheder med supervisormønstre, adgangskontrol baseret på funktioner og validering af output.
- Samarbejd med kolleger i Zendesks hybride arbejdsmiljø.
Krav
- Mindst fem års erfaring med at bygge maskinlærings- eller AI-systemer til produktionsmiljøer.
- Praktisk erfaring med agentarkitekturer, herunder planlægning, værktøjsstyring, hukommelse og fejlhåndtering.
- Stærkt evalueringsskøn og erfaring med at skabe interne evalueringer.
- Sikker beherskelse af Python og PyTorch.
- Kendskab til mindst ét agentframework.
- God dømmekraft i forhold til, hvornår specialbyggede løsninger er nødvendige.
- Erfaring med reinforcement learning eller omfattende ekspertise i sprogmodeller er valgfrit. Relevante områder omfatter blandt andet belønningsformning, afvejninger mellem online- og offlineforløb samt brug af reward hacking som diagnostisk signal.
Fordele
- Hybridarbejde med mulighed for at arbejde hjemmefra en del af ugen.
- En inkluderende arbejdsplads.
- Rimelige tilpasninger for ansøgere med handicap og handicappede veteraner.