Sciforium
Sciforium
11 – 50 Mitarbeitende
APIHardwareKünstliche Intelligenz
Sciforium ist ein Infrastrukturunternehmen für künstliche Intelligenz, das serverlose Tools für produktive multimodale Anwendungen entwickelt. Die einheitliche, mit OpenAI kompatible API bietet Teams Zugriff auf Text-, Bild-, Video- und Audiodienste sowie auf Modell-Hosting, eine Modellbibliothek, Echtzeit-Evaluierungspipelines und verwaltete Agentenbereitstellungen. Sciforium betreibt vertikal integrierte AMD-GPU-Hardware und konzentriert sich darauf, Teams bei der Entwicklung, Bewertung und Bereitstellung von KI-Systemen mit planbarer Leistung, niedrigeren Kosten und höherem Datenschutz zu unterstützen.

Dateningenieur für Foundation-Modelle

Erstelle Pre- und Post-Training-Datensätze im Petabyte-Maßstab für die multimodalen KI-Modelle von Sciforium. Entwickle leistungsstarke Datenpipelines für das Training mit Sprache, Bildern und Videos.

Beschreibung

  • Erstelle durchgängige Pre-Training-Datensätze für große Sprachmodelle.
  • Wähle Web-, Code-, Buch- und Fachartikeldaten aus und gewichte sie ausgewogen, um die Leistung nachgelagerter Modelle zu verbessern.
  • Entwickle Pipelines, um Petabytes unstrukturierter Daten zu bereinigen, zu deduplizieren und relevante Signale daraus zu extrahieren.
  • Verantworte die Entwicklung von Post-Training-Datensätzen, darunter Anweisungen für überwachte Feinabstimmung, mehrstufige Dialoge und Präferenzdaten für RLHF/DPO.
  • Betreue die Beschaffung und Verarbeitung von Bild- und Videodaten.
  • Schreibe leistungsstarke Python-Skripte zur Datenverarbeitung mit Multiprocessing und Multithreading.
  • Analysiere Trainingskorpora statistisch, um Verzerrungen, Wissenslücken und Qualitätsverluste aufzudecken.
  • Entwickle Pipelines für synthetische Daten, um Lücken in natürlich erhobenen Datensätzen zu schließen.
  • Löse Herausforderungen bei der multimodalen Ausrichtung, Videokomprimierung und zeitlichen Konsistenz.

Anforderungen

  • Mindestens fünf Jahre Berufserfahrung in Data Science oder maschinellem Lernen.
  • Nachgewiesene Erfahrung mit dem Aufbau und der Verwaltung von Datensätzen für Foundation-Modelle.
  • Sehr gute Python-Kenntnisse, einschließlich Multiprocessing, Multithreading und effizienter Speicherverwaltung.
  • Erfahrung mit Datensätzen im Petabyte-Maßstab für große Sprach- oder Bildverarbeitungsmodelle im Produktiveinsatz.
  • Erfahrung mit der Erstellung umfangreicher LLM-Trainingsdatensätze von Grund auf, unter Verwendung unbearbeiteter Web-Crawls und spezialisierter Fachdaten.
  • Praktische Erfahrung mit dem Aufbau von Datensätzen für RLHF, DPO und mehrstufiges Befolgen von Anweisungen.
  • Erfahrung mit der Verwaltung von Workflows für menschliche Annotationen und hochwertigen Goldstandard-Datensätzen.
  • Fundierte Kenntnisse in Spark, Ray, WebDataset, Parquet oder vergleichbaren Frameworks und Formaten für Daten im großen Maßstab.
  • Erfahrung mit dem Aufbau umfangreicher Bild- oder Videodatensätze von Grund auf ist von Vorteil.
  • Vertrautheit mit multimodalem Crawling, Videoverarbeitung, Codecs und Komprimierung ist von Vorteil.
  • Erfahrung mit dem Entwurf komplexer Annotationsschemata für Benchmarks zu Schlussfolgern, Programmieren und Mathematik ist von Vorteil.
  • Ein Master- oder Promotionsabschluss in einem quantitativen Fach mit Schwerpunkt auf datenzentrierter KI oder Information Retrieval ist von Vorteil.
  • Gesetzliche Berechtigung, in den Vereinigten Staaten zu arbeiten.

Zusatzleistungen

  • Kranken-, Zahn- und Sehkraftversicherung.
  • 401(k)-Altersvorsorgeplan.
  • Tägliches Mittagessen, Snacks und Getränke.
  • Flexible Auszeiten.
  • Wettbewerbsfähige Vergütung.
  • Unternehmensanteile.

Ähnliche Stellen

Cardinal Health

Manager für Data Engineering bei Cardinal Health

Cardinal Health

Leiten Sie Teams für die unternehmensweite Datentransformation bei Cardinal Health und verantworten Sie Google-Cloud-Plattformen sowie Analytics- und KI/ML-Betrieb. Steuern Sie die Umsetzung, verbessern Sie Plattformen und fördern Sie die Entwicklung von Talenten.

Öffnen
Verana Health

Senior/Staff Backend Engineer für Plattform und Datenaufnahme

Verana Health

Entwickeln und skalieren Sie klinische Datenaufnahme, OCR, OpenSearch und Onkologie-Plattformdienste bei Verana Health. Konzipieren Sie APIs, ETL-Pipelines und Microservices für Erkenntnisse aus der Gesundheitsversorgung im Versorgungsalltag.

Öffnen
Berkshire Hathaway Homestate Companies - Workers Compensation Division

Senior Manager für Data-Platform-Engineering

Berkshire Hathaway Homestate Companies - Workers Compensation Division
501 – 1.000 Mitarbeitende
B2BFinanzenVersicherungen

Leiten Sie die unternehmensweite Datenplattform eines Versicherungsunternehmens, das Engineering-Team und den Betrieb mit Azure, SQL, NoSQL und Analytics. Zu den Aufgaben gehören Zuverlässigkeit, Automatisierung, Compliance und die strategische Weiterentwicklung der Plattform.

Öffnen
Berkshire Hathaway Homestate Companies - Workers Compensation Division

Senior Manager Data-Plattform-Engineering

Berkshire Hathaway Homestate Companies - Workers Compensation Division
501 – 1.000 Mitarbeitende
B2BFinanzenVersicherungen

Leitung des Data-Platform-Engineering-Teams für die Versicherungsabläufe von Berkshire Hathaway Homestate Companies. Die Rolle umfasst Datenbank- und Analyseplattformen, Cloud-Infrastruktur, Automatisierung, Zuverlässigkeit und Personalführung.

Öffnen