Snorkel AI desarrolla soluciones de datos especializadas para equipos de aprendizaje automático. Su plataforma Expert Data-as-a-Service ayuda a las organizaciones a crear y evaluar conjuntos de datos de entrenamiento de alta calidad, lo que permite desarrollar modelos más rápidamente y crear aplicaciones de IA más fiables. Fundada en 2019 a partir de investigaciones de Stanford, la empresa trabaja con organizaciones de los sectores de la consultoría, la salud y la logística para impulsar sistemas de IA prácticos.
Ingeniero/a sénior de software de IA y aprendizaje automático en Snorkel AI (híbrido)
Ingeniero/a sénior o staff de aprendizaje automático que mejora la evaluación de agentes, el enrutamiento de modelos y los sistemas de modelos ajustados. Desarrolla una infraestructura rigurosa de datos de IA para los clientes empresariales de Snorkel AI.
Descripción
- Mejorar la velocidad, el coste y el rigor de la generación y evaluación de datos de IA de vanguardia mediante ML e IA
- Investigar cómo se producen y evalúan los datos de nivel avanzado
- Desarrollar hipótesis y probarlas con datos reales de producción
- Escalar los enfoques que demuestren resultados sólidos
- Reducir los costes de evaluación de agentes a largo plazo mediante muestreo adaptativo, detención temprana con base estadística, cascadas de modelos, almacenamiento en caché y selección prioritaria de opciones económicas
- Dirigir las solicitudes de evaluación y de jueces al modelo de menor coste que cumpla los estándares de calidad, con alternativas de respaldo, monitorización y atribución de costes
- Ajustar y desplegar modelos de pesos abiertos con LoRA y otras técnicas eficientes en parámetros
- Desarrollar modelos que predigan la dificultad de las tareas para sistemas avanzados antes de su lanzamiento
- Crear conjuntos de datos de referencia y medir la precisión y calibración de los sistemas LLM como juez
- Convertir prototipos de investigación en componentes reutilizables y configurables para ingenieros y especialistas en investigación de producción
- Ayudar a definir los estándares de ingeniería de ML, orientar la dirección de la disciplina y apoyar al equipo en expansión
Requisitos
- Al menos cinco años de experiencia desarrollando sistemas de aprendizaje automático o software para producción, con responsabilidad desde el prototipo hasta la producción
- Experiencia práctica operando cargas de trabajo de LLM o ML en producción
- Capacidad para razonar eficazmente sobre sistemas no deterministas
- Sólida base en estadística y experimentación, incluido el diseño experimental, las pruebas de hipótesis, el muestreo y los intervalos de confianza
- Dominio avanzado de Python y de la ingeniería de software, incluidas las pruebas, la revisión de código y el diseño de sistemas
- Experiencia creando evaluaciones e interpretando sus resultados con rigor
- Identificación proactiva de problemas de alto impacto antes de que se asignen formalmente
- Comunicación clara con equipos de investigación, ingeniería y negocio
Beneficios
- Oportunidades significativas para influir en las prioridades y las iniciativas
- Participación en decisiones estratégicas importantes
- Contribución directa al éxito continuo de Snorkel AI
- Oportunidades para ampliar la profundidad técnica
- Oportunidades de liderazgo
- Posibilidades de desarrollar habilidades en varias funciones
- Apoyo al desarrollo profesional en un entorno orientado al crecimiento y centrado en el aprendizaje y el éxito compartido
- Adaptaciones razonables para candidatos y empleados con discapacidades durante los procesos de solicitud y entrevista, el desempeño laboral y el acceso a beneficios y privilegios laborales