Sciforium
Sciforium
Ang Sciforium ay isang kompanya ng imprastraktura para sa artificial intelligence na gumagawa ng mga serverless na tool para sa mga multimodal na application sa produksyon. Ang pinag-isang API nito na tugma sa OpenAI ay nagbibigay sa mga team ng access sa mga serbisyo para sa teksto, larawan, video, at audio, pati na rin sa pagho-host ng mga modelo, library ng mga modelo, real-time na pipeline ng pagsusuri, at pinamamahalaang deployment ng mga agent. Pinapatakbo ng Sciforium ang patayong isinama nitong hardware na AMD GPU, na nakatuon sa pagtulong sa mga team na bumuo, magsuri, at mag-deploy ng mga AI system na may mahuhulaang performance, mas mababang gastos, at higit na privacy.

Inhinyero ng Datos para sa Foundation Model

Bumuo ng mga dataset para sa pre-training at post-training na aabot sa petabyte para sa mga multimodal AI model ng Sciforium. Gumawa ng mga pipeline ng datos na mabilis magproseso para sa pagsasanay sa wika, paningin, at video.

Paglalarawan

  • Bumuo ng mga dataset para sa pre-training ng malalaking language model mula simula hanggang katapusan.
  • Pumili at magbalanse ng datos mula sa web, code, libro, at teknikal na papel upang mapahusay ang performance ng model sa mga susunod na gawain.
  • Gumawa ng mga pipeline para linisin, alisin ang mga duplicate, at kumuha ng mga signal mula sa petabyte-scale na hindi nakaayos na datos.
  • Pangunahan ang pagbuo ng mga dataset para sa post-training, kabilang ang mga tagubilin para sa supervised fine-tuning, mga usapang maraming palitan, at datos ng preference para sa RLHF/DPO.
  • Pangasiwaan ang pagkuha at pagproseso ng datos para sa vision at video.
  • Sumulat ng mga Python script sa pagproseso ng datos na may mataas na throughput gamit ang multiprocessing at multithreading.
  • Suriin sa estadistika ang mga training corpus upang matukoy ang bias, mga kakulangan sa kaalaman, at pagbaba ng kalidad.
  • Bumuo ng mga synthetic-data pipeline upang punan ang mga kakulangan sa mga dataset na natural na nakolekta.
  • Harapin ang mga hamon sa multimodal alignment, compression ng video, at temporal consistency.

Mga Kinakailangan

  • May hindi bababa sa limang taong karanasan sa industriya ng data science o machine learning.
  • May napatunayang karanasan sa pagbuo at pamamahala ng mga dataset para sa foundation model.
  • Mahusay sa Python, kabilang ang multiprocessing, multithreading, at mahusay na pamamahala ng memorya.
  • May karanasan sa pagtatrabaho sa mga petabyte-scale na dataset para sa mga production large language o large vision model.
  • May karanasan sa pagbuo mula sa simula ng malalaking LLM training dataset gamit ang raw web crawl at espesyal na datos ng domain.
  • May praktikal na karanasan sa pagbuo ng mga dataset para sa RLHF, DPO, at pagsunod sa tagubilin sa maraming palitan.
  • May karanasan sa pamamahala ng mga workflow ng human labeling at de-kalidad na gold-standard dataset.
  • Malalim ang kaalaman sa Spark, Ray, WebDataset, Parquet, o katulad na mga framework at format para sa malakihang datos.
  • Dagdag na bentahe ang karanasan sa pagbuo mula sa simula ng malalaking dataset ng larawan o video.
  • Dagdag na bentahe ang pamilyaridad sa multimodal crawling, pagproseso ng video, codec, at compression.
  • Dagdag na bentahe ang karanasan sa pagdisenyo ng masalimuot na labeling schema para sa mga benchmark ng pangangatwiran, coding, at matematika.
  • Dagdag na bentahe ang master o PhD sa quantitative na larangan na nakatuon sa data-centric AI o information retrieval.
  • May legal na pahintulot na magtrabaho sa Estados Unidos.

Mga Benepisyo

  • Saklaw para sa pangangalagang medikal, dental, at paningin.
  • 401(k) plan.
  • Araw-araw na tanghalian, meryenda, at inumin.
  • Flexible na bakasyon.
  • Kumpetitibong sahod.
  • Equity.

Mga Kaugnay na Trabaho

Cardinal Health

Tagapamahala ng Data Engineering sa Cardinal Health

Cardinal Health

Pangunahan ang mga pangkat sa enterprise data transformation sa Cardinal Health, kabilang ang mga platform ng Google Cloud at operasyon ng analytics at AI/ML. Gabayan ang paghahatid, pagpapahusay ng platform, at pagpapaunlad ng talento.

Buksan
Verana Health

Senior/Staff Backend Engineer, Platform at Pag-ingest ng Data

Verana Health

Buuin at palakihin ang mga serbisyo para sa clinical data ingestion, OCR, OpenSearch, at oncology platform sa Verana Health. Magdisenyo ng mga API, ETL pipeline, at microservice na sumusuporta sa mga insight mula sa totoong kalagayan ng pangangalagang pangkalusugan.

Buksan
Berkshire Hathaway Homestate Companies - Workers Compensation Division

Senior na Tagapamahala ng Data Platform Engineering

Berkshire Hathaway Homestate Companies - Workers Compensation Division
501 – 1,000 Mga Empleyado
B2BPananalapiSeguro

Pangungunahan ang enterprise data platform, pangkat ng engineering, at mga operasyon ng kompanya ng insurance sa Azure, SQL, NoSQL, at analytics. Saklaw ng tungkulin ang pagiging maaasahan, automation, pagsunod sa regulasyon, at estratehiya ng platform.

Buksan
Berkshire Hathaway Homestate Companies - Workers Compensation Division

Senior na Tagapamahala ng Inhinyeriya ng Data Platform

Berkshire Hathaway Homestate Companies - Workers Compensation Division
501 – 1,000 Mga Empleyado
B2BPananalapiSeguro

Pangunahan ang pangkat ng inhinyeriya ng data platform na sumusuporta sa mga operasyon ng insurance ng Berkshire Hathaway Homestate Companies. Saklaw ng tungkulin ang mga database at analytics platform, imprastraktura sa cloud, automation, reliability, at pamamahala ng mga tao.

Buksan