FourKites, Inc. desarrolla una plataforma global de visibilidad de la cadena de suministro que ayuda a las organizaciones a supervisar y coordinar la logística en tiempo real. Sus aplicaciones reúnen datos de las operaciones de transporte, inventario y patios, lo que ofrece a los equipos una visión más clara de los envíos y de la actividad de la cadena de suministro en múltiples modos de transporte. La empresa presta servicio a más de 1.500 marcas importantes, incluidas compañías de los sectores de la logística, alimentos y bebidas, productos farmacéuticos y manufactura, y se integra con sistemas empresariales para favorecer operaciones más eficientes, el control de costos y la atención al cliente.
Arquitecto principal de IA, sistemas de agentes
Lidera la arquitectura de los agentes de IA de FourKites, desde los modelos y la gestión del contexto hasta la evaluación. Desarrolla la plataforma que impulsa los trabajadores digitales de IA para la cadena de suministro.
Descripción
- Dirige la arquitectura de los agentes de IA de FourKites, incluidos la ejecución, el contexto, los modelos y la evaluación.
- Establece la arquitectura de referencia de los agentes para bucles, uso de herramientas, estado, puntos de control, reintentos, recuperación, medidas de protección, permisos y traspasos a personas.
- Diseña flujos de trabajo duraderos y de varios pasos que atraviesen ventanas de contexto y se recuperen de fallos de herramientas, API de transportistas y modelos.
- Elige el enfoque adecuado para cada problema, desde modelos de vanguardia o de pesos abiertos hasta codificadores ajustados o código convencional.
- Gestiona el enrutamiento de modelos, los costes por tarea y los objetivos de latencia en toda la flota de agentes.
- Conecta agentes con Kafka, microservicios, Postgres, API de clientes y servidores MCP.
- Define estándares de ventanas de contexto para instrucciones, herramientas, contenido recuperado, memoria y turnos anteriores, dentro de los límites de tokens.
- Crea herramientas compartidas para recuperación, compactación del contexto, síntesis, aislamiento de subagentes, almacenamiento en caché de instrucciones y memoria persistente.
- Investiga fallos de contexto y convierte las soluciones en patrones de ejecución reutilizables.
- Desarrolla sistemas de evaluación sin conexión con trazas de producción, comprobaciones basadas en código, calificación calibrada mediante LLM como juez y conjuntos de regresión de CI.
- Desarrolla evaluaciones en línea con puntuación en producción, métricas de calidad, supervisión de deriva, lanzamientos en modo sombra y A/B, señales de retroalimentación y alertas de calidad.
- Vincula las métricas de evaluación con resultados como la precisión del seguimiento, la resolución automatizada de excepciones y las tasas de asignación de citas.
- Revisa diseños y solicitudes de cambios, documenta la arquitectura y las guías operativas, y asesora a ingenieros sénior y de nivel staff.
- Sigue los avances en modelos y herramientas, realiza experimentos y recomienda si conviene desarrollar, comprar o esperar.
- Colabora con Producto, Soluciones y Éxito del Cliente para convertir los problemas detectados sobre el terreno en mejoras de la plataforma.
Requisitos
- Haber diseñado la arquitectura y operado un sistema de agentes LLM para usuarios reales y tráfico de producción, con llamadas a herramientas, flujos de trabajo de varios pasos, gestión de fallos y escalamiento a personas.
- Haber asumido la responsabilidad de un sistema de agentes LLM tras su lanzamiento, gestionando incidentes, costes y latencia.
- Tener conocimientos profundos de aprendizaje automático, incluidos mecanismos de atención, codificaciones posicionales, arquitecturas de codificador y decodificador, tokenización y cachés KV.
- Haber entrenado o ajustado modelos de codificador, como modelos de la familia BERT, embeddings de oraciones, bi-encoders y reordenadores cross-encoder.
- Comprender el entrenamiento contrastivo, la destilación y la cuantización.
- Haber gestionado presupuestos de tokens y creado sistemas de recuperación y memoria para agentes.
- Haber utilizado compactación del contexto y subagentes, y medido la calidad a medida que se llenan las ventanas de contexto.
- Haber creado capas de ejecución de agentes con bucles, distribución de herramientas, estado y puntos de control, interrupción y recuperación, entornos aislados y permisos, medidas de protección y enrutamiento de modelos.
- Dominar MCP, las salidas estructuradas y la transmisión de datos.
- Haber creado conjuntos de evaluación sin conexión y en línea que abarquen conjuntos de datos, evaluadores, calibración de LLM como juez, controles de regresión de CI, puntuación en producción, muestreo de trazas, supervisión de deriva, implementaciones en modo sombra y ciclos de retroalimentación.
- Tener más de 10 años de experiencia en software o sistemas de aprendizaje automático, incluidos más de 3 años creando soluciones con LLM.
- Tener sólidas habilidades prácticas en Python.
- Sentirse cómodo leyendo y revisando servicios Java o TypeScript.
- Tener experiencia de producción con AWS o GCP, contenedores, Kubernetes y sistemas basados en eventos.
- Comunicarse eficazmente por escrito y en conversaciones.
- Se valorará la experiencia en cadena de suministro, logística o transporte.
- Se valorará la experiencia con Document AI, OCR, modelos de diseño de documentos y extracción de datos de conocimientos de embarque, facturas y comprobantes de entrega.
- Se valorará la experiencia creando agentes de voz o correo electrónico que actúen en nombre de una empresa.
- Se valorará la experiencia en seguridad de agentes, incluida la defensa contra la inyección de instrucciones, los permisos de herramientas y el aislamiento de datos entre clientes.
- Se valorará la experiencia con Claude, GPT, Gemini, modelos de pesos abiertos y plataformas de servicio de modelos.
- Se valorarán publicaciones, ponencias o contribuciones de código abierto sobre agentes, recuperación o evaluación.
Beneficios
- Remuneración competitiva y opciones sobre acciones.
- Cinco días globales de desconexión y recarga.
- Generosas vacaciones pagadas y festivos habituales.
- Permiso parental disponible para todas las personas progenitoras.
- Subsidio anual para bienestar.
- Días de voluntariado.
- La cobertura médica comienza el primer día de empleo.
- 36 días de permiso entre bajas por enfermedad y días libres ocasionales y acumulados.
- Cinco días de recarga.
- Dos días de voluntariado.
- Reembolso para preparar la oficina en casa y adquirir tecnología.
- Beneficios para el estilo de vida y la familia.
- Apoyo y orientación para el bienestar mental.
- Aprendizaje y desarrollo continuos, con un programa de desarrollo profesional y un club Toastmasters.