Snorkel AI kehittää asiantuntijatason dataratkaisuja koneoppimistiimeille. Sen Expert Data-as-a-Service -alusta auttaa organisaatioita luomaan ja arvioimaan laadukkaita opetusdata-aineistoja, mikä tukee mallien nopeampaa kehitystä ja luotettavampia tekoälysovelluksia. Vuonna 2019 Stanfordissa tehdyn tutkimuksen pohjalta perustettu yritys työskentelee konsultoinnin, terveydenhuollon ja logistiikan alojen organisaatioiden kanssa edistääkseen käytännöllisiä tekoälyjärjestelmiä.
Vanhempi tekoäly- ja koneoppimisohjelmistoinsinööri Snorkel AI:lle (hybridityö)
Vanhempi tai Staff-tason koneoppimisinsinööri, joka kehittää agenttien arviointia, mallien reititystä ja hienosäädettyjä mallijärjestelmiä. Rakenna vankkaa tekoälydata-infrastruktuuria Snorkel AI:n yritysasiakkaille.
Yhdysvallat
Kalifornia208 000 $ – 315 000 $ / vuosi
HybridityöKokoaikainenSeniorVaadittu Kieli: englantiKoneoppimisinsinööriTekoälyinsinööriKuvaus
- Paranna edistyneen tekoälyn datan tuottamisen ja arvioinnin nopeutta, kustannustehokkuutta ja perusteellisuutta koneoppimisen ja tekoälyn avulla
- Tutki, miten edistyneen tekoälyn tasoista dataa tuotetaan ja arvioidaan
- Muodosta hypoteeseja ja testaa niitä todellisella tuotantodatalla
- Laajenna lähestymistapoja, jotka osoittavat vahvoja tuloksia
- Pienennä pitkän aikahorisontin agenttiarviointien kustannuksia mukautuvalla otannalla, tilastollisesti perustellulla aikaisella lopettamisella, mallikaskadeilla, välimuistilla ja edullisimmat ensin -portituksella
- Ohjaa arviointi- ja tuomarikutsut halvimmalle laatustandardit täyttävälle mallille hyödyntäen varamalleja, seurantaa ja kustannusten kohdistamista
- Hienosäädä ja ota käyttöön avoimien painojen malleja LoRA:n ja muiden parametrimäärää tehokkaasti vähentävien tekniikoiden avulla
- Kehitä malleja, jotka ennustavat tehtävien vaikeustason edistyneille järjestelmille ennen käyttöönottoa
- Luo kultastandardin datasetit ja mittaa LLM-tuomari-järjestelmien tarkkuutta ja kalibrointia
- Muunna tutkimusprototyypit uudelleenkäytettäviksi ja konfiguroitaviksi komponenteiksi tuotantoinsinööreille ja tutkijoille
- Osallistu koneoppimisen suunnittelustandardien määrittelyyn, ohjaa alan kehityssuuntaa ja tue kasvavaa tiimiä
Vaatimukset
- Vähintään viiden vuoden kokemus tuotannossa käytettävien koneoppimis- tai ohjelmistojärjestelmien rakentamisesta sekä vastuu prototyypistä tuotantoon asti
- Käytännön kokemus LLM- tai koneoppimiskuormien ylläpidosta tuotannossa
- Kyky päättelyyn epädeterminististen järjestelmien parissa
- Vahva tilastotieteen ja kokeilujen perusta, mukaan lukien kokeiden suunnittelu, hypoteesien testaus, otanta ja luottamusvälit
- Edistyneet Python- ja ohjelmistosuunnittelutaidot, mukaan lukien testaus, koodikatselmoinnit ja järjestelmäsuunnittelu
- Kokemus arviointien luomisesta ja niiden tulosten perusteellisesta tulkinnasta
- Korkean vaikutuksen ongelmien ennakoiva tunnistaminen ennen niiden muodollista osoittamista
- Selkeä viestintä tutkimus-, suunnittelu- ja liiketoimintatiimien välillä
Edut
- Merkitykselliset mahdollisuudet vaikuttaa prioriteetteihin ja aloitteisiin
- Mahdollisuus osallistua tärkeisiin strategisiin päätöksiin
- Suora vaikutus Snorkel AI:n jatkuvaan menestykseen
- Mahdollisuuksia syventää teknistä osaamista
- Mahdollisuuksia johtaa
- Mahdollisuuksia kehittää taitoja useilla eri osa-alueilla
- Uratukea kasvuun suuntautuneessa ympäristössä, jossa keskitytään oppimiseen ja yhteiseen menestykseen
- Kohtuulliset mukautukset hakijoille ja työntekijöille, joilla on vammoja, koko haku- ja haastatteluprosessin, työtehtävien hoitamisen sekä työsuhde-etujen ja -oikeuksien käytön ajan