Ang Ryz Labs ay nagtatayo ng mga startup mula sa simula at tumutulong sa mga lumalaking kumpanya na palawakin ang kanilang operasyon. Sa mga larangan ng pagkonsulta, logistics, at marketing, nagbibigay ang kumpanya ng mga solusyon para sa teknikal na talento upang suportahan ang mga umuusbong na negosyo habang bumubuo sila ng mga produkto, pinapalakas ang mga team, at nakikipagkumpitensya sa mabilis na nagbabagong mga merkado.
Pangunahing Inhinyero sa Machine Learning - Ryz Labs (Remote sa Argentina)
Pangunahan ang production machine learning at pagbuo ng scalable AI platform para sa internasyonal na kliyente ng Ryz Labs. Pamahalaan ang distributed architecture, MLOps, at mga kontrol sa seguridad para sa mga sistemang pinapagana ng LLM.
Paglalarawan
- Mag-deploy at magpatakbo ng mga AI model sa production sa malaking saklaw.
- Subaybayan ang kalidad ng modelo, mga rate ng hallucination, drift, latency, at gastusin sa imprastraktura.
- Magdisenyo ng distributed, event-driven microservice gamit ang Python, Go, o TypeScript.
- Gumawa ng infrastructure-as-code at mga CI/CD pipeline para sa maaasahang paghahatid ng serbisyo.
- Magtatag ng mga pahintulot ng agent, mga workflow para sa pagsusuri ng tao, paghihiwalay ng data, at mga depensa laban sa prompt injection.
- Makipagtulungan sa mga Product Manager mula pa sa simula upang gawing scalable na teknikal na disenyo ang mga pangangailangan ng negosyo.
- Ipaliwanag ang mga trade-off sa architecture sa mga executive at senior stakeholder ng kliyente.
- Tumulong sa pagbuo ng mga advanced AI platform para sa internasyonal na kliyente.
- Maging senior technical authority sa mga production system, applied AI, at mga kasanayan sa engineering.
Mga Kinakailangan
- Magkaroon ng 12–15 o higit pang taon ng karanasan sa software engineering, mula sa backend at distributed-systems architecture hanggang sa production machine learning.
- Magpakita ng malalim na kadalubhasaan sa MLOps, model evaluation, advanced RAG, vector search gamit ang embeddings, HNSW, at hybrid retrieval, pati fine-tuning.
- Mahusay sa distributed systems, microservices, at asynchronous event-driven architectures gamit ang Python, Go, o TypeScript.
- Magkaroon ng praktikal na karanasan sa Docker, AWS, Google Cloud o Azure, at automated CI/CD delivery.
- Unawain ang LLM safety, threat modeling, pagpapatupad ng data boundary, at agent security sa mga praktikal na kapaligiran.
- Matatas makipagkomunikasyon sa Ingles.
- Maipaliwanag nang malinaw ang kumplikadong teknikal na desisyon sa mga executive ng kliyente at mga non-technical stakeholder.
- Kanais-nais ang karanasan sa multi-agent orchestration tools gaya ng LlamaIndex, Semantic Kernel, AutoGen, CrewAI, o MCP.
- Kanais-nais ang background sa consulting, technical advisory work, o mga high-growth technology platform.