AI Fund es un estudio de capital riesgo que ayuda a lanzar y desarrollar empresas basadas en la inteligencia artificial. Trabaja con fundadores y pioneros tecnológicos, asume un papel de cofundador minoritario y apoya la creación de aplicaciones de IA en ámbitos como la fabricación, la salud mental, la educación y la atención sanitaria. Su labor combina la creación de empresas con apoyo práctico para equipos que aplican la IA a retos de diversos sectores.
Ingeniero de software de sistemas de IA - AI Fund - Trabajo remoto en Canadá
Construye pipelines de LLM en producción y orquestación de agentes para la plataforma empresarial de inteligencia de seguridad de Haven Safety AI. Mejora la recuperación, la evaluación, la observabilidad y la calidad de los modelos para industrias reguladas.
Descripción
- Desarrolla y opera pipelines de LLM de varios pasos que coordinan llamadas a modelos y herramientas, consultas a grafos, recuperación, controles de calidad y transferencias entre agentes especializados.
- Amplía el equipo coordinado de agentes y la capa de orquestación de Haven, desde la evidencia de incidentes hasta el análisis, la revisión y el aprendizaje empresarial.
- Diseña sistemas de contexto mediante recorridos de grafos en Neo4j, búsqueda vectorial y recuperación híbrida.
- Crea conjuntos de datos de evaluación, métodos de puntuación, suites de regresión, comparaciones de modelos, ciclos de revisión humana y atribución de calidad por etapa.
- Añade trazabilidad, auditoría de llamadas a herramientas, supervisión de costes y latencia, gestión de fallos y paneles de calidad.
- Identifica bucles de orquestación, alucinaciones y deriva no detectada de los modelos antes de que afecten a los clientes.
- Elige entre modelos de OpenAI, Anthropic y Google según los requisitos de cada tarea.
- Colabora con los equipos de producto e ingeniería del conocimiento mientras contribuyes a definir la hoja de ruta de IA.
- Reporta al CTO y contribuye en diversas responsabilidades propias de un equipo fundador.
Requisitos
- Experiencia profesional en ingeniería de IA o aprendizaje automático, incluida la entrega de sistemas de LLM utilizados por clientes reales.
- Experiencia práctica en la creación y resolución de problemas en flujos de trabajo de varios pasos con llamadas a herramientas mediante LangGraph, LangChain o un framework equivalente.
- Un proceso repetible de evaluación de LLM que utilice conjuntos de datos representativos, pruebas de regresión, métodos de LLM como juez o ciclos de revisión humana.
- Experiencia en preparar el contexto de los LLM y tomar decisiones fundamentadas sobre qué recuperar, cuánto recuperar y por qué.
- Experiencia demostrada asumiendo la responsabilidad de sistemas durante el despliegue, la supervisión y la respuesta a incidentes.
- Experiencia investigando y resolviendo un fallo o una regresión en producción.
- Capacidad para trabajar con distintos proveedores de modelos y explicar las compensaciones entre calidad, latencia, coste, contexto y riesgo operativo.
- Conocimientos prácticos de Neo4j y Cypher, o de una base de datos de grafos comparable, con capacidad para aprender rápidamente el modelado de datos de grafos; muy deseable.
- Sólidas habilidades de desarrollo en Python.
- Experiencia en producción con FastAPI, servicios asíncronos, pruebas, observabilidad e interfaces mantenibles.
- Experiencia avanzada con grafos, incluidos Cypher, evolución de esquemas, patrones MERGE, embeddings y operación de un grafo de conocimiento activo; se valorará.
- Experiencia en seguridad empresarial de IA; se valorará.
- Experiencia con Azure y búsqueda híbrida; se valorará.
- Experiencia con Azure AI Search, Pinecone, MongoDB Atlas, pgvector, Elasticsearch o plataformas similares; se valorará.
- Experiencia previa en SaaS B2B empresarial; muy deseable.
Beneficios
- Únete a un equipo pequeño con un alto nivel de responsabilidad.
- Recibe comentarios directos de los equipos de seguridad y observa el efecto de tu trabajo en los clientes.
- Trabaja estrechamente con los equipos de CTO, producto e ingeniería del conocimiento.
- Influye en decisiones técnicas relevantes y entrega cambios rápidamente a los clientes.
- Aborda desafíos complejos de razonamiento en un ámbito crítico para la seguridad.
- Trabaja en una cultura centrada primero en la evaluación, con una calidad medible, observable y mejorable.