Ang Striveworks ay bumubuo ng software para sa machine learning operations para sa mga organisasyong kailangang maisagawa ang AI nang mas mabilis, may sapat na pangangasiwa, at may pananagutan. Sinusuportahan ng platform nitong Chariot ang buong lifecycle ng modelo, mula sa pagbuo at pag-deploy ng mga modelo hanggang sa pagsubaybay sa performance at pagpapanatili ng mga audit trail. Saklaw ng mga kakayahan ng kumpanya ang computer vision, natural language processing, at generative AI, na may pagtutok sa pamamahala at sa paggawa ng mga tool na nakabatay sa data na magagamit ng mga pangkat na hindi lamang binubuo ng mga espesyalista. Nakikipagtulungan ang Striveworks sa mga sektor ng pangangalagang pangkalusugan, logistics, pagkonsulta, pisikal na seguridad, pambansang seguridad, cybersecurity, at pananalapi, at nag-aalok ng mga paraan ng pag-deploy na angkop sa iba’t ibang kapaligirang pang-operasyon.
Senior na Inhinyero sa Machine Learning – Aktibong Secret Security Clearance (Hybrid sa Austin)
Bumuo ng mga agent na pinapagana ng LLM at maaasahang AI workflow para sa government-focused operations platform ng Striveworks. Mag-ambag sa Chariot, mga proyekto ng customer, at mga deployment na kritikal sa misyon.
Estados Unidos
Texas$185,000 – $230,000 / taon
HybridFull-timeSeniorKinakailangang Wika: InglesInhinyero ng machine learningPaglalarawan
- Lumikha ng mga machine learning solution para sa customer engagements at pangmatagalang product development
- Mag-coordinate ng mga kumplikadong data pipeline at agentic workflow
- Paunlarin ang mga kakayahan ng Chariot, proprietary AI operations platform ng Striveworks
- Bumuo ng mga maaasahang AI system sa mga modelo, agent, tool, at workflow
- Suriin at pahusayin ang performance at usability ng mga AI system
- Makipagtulungan nang malapit sa mga customer, data scientist, software engineer, at DevOps engineer
- Pangunahan ang mga pagpapahusay sa platform at palawakin ang mga kakayahan ng organisasyon
- Iangkop ang mga solusyon para sa mission-critical field deployment sa pamamagitan ng direktang pakikipag-ugnayan sa customer
- Maghatid ng mga insight na makaaapekto sa hinaharap na direksyon ng produkto
- Maglakbay nang hanggang 20% ng oras ng pagtatrabaho
Mga Kinakailangan
- Bachelor’s degree sa computer science, machine learning, o kaugnay na larangan, kasama ang hindi bababa sa 6 na taong kaugnay na karanasan
- Napatunayang rekord sa paghahatid ng mga data-centric system na sumasaklaw sa data engineering, data cleansing, ETL, machine learning, at production analytics
- Hands-on na karanasan sa pagdisenyo, pagbuo, pagsusuri, at pag-optimize ng mga agent at agentic workflow na nakabatay sa LLM
- Karanasan sa pagkonekta ng mga AI system sa mga external tool, API, MCP server, at enterprise data source
- Karanasan sa paglikha ng mga paraan at framework para sa pagsusuri ng performance, reliability, at safety ng agent
- Working knowledge sa RAG, tool use, planning, at mga arkitektura ng multi-agent system
- Malakas na kaalaman sa mga wika at library ng machine learning, na may expert-level na kasanayan sa Python
- Kaalaman sa TensorFlow, PyTorch, at/o scikit-learn
- Matibay na pundasyon sa software engineering, kabilang ang algorithm, data structure, at design pattern
- Kasanayan sa hindi bababa sa isang systems language, kabilang ang Go, Rust, C++, Java, o Scala
- Karanasan sa mga makabagong engineering practice at tool tulad ng Agile, version control, issue tracking, CI/CD, at debugging
- Kinakailangan ang aktibong Secret o mas mataas na U.S. security clearance at pagkamamamayan ng U.S.
- Bachelor’s degree sa computer science, machine learning, o kaugnay na larangan, kasama ang hindi bababa sa 6 na taong kaugnay na karanasan
Mga Benepisyo
- Medical, dental, at vision insurance
- Opsyonal na life, long-term disability, accident, at hospital indemnity coverage
- HSA at FSA plan, kabilang ang dependent care FSA
- 401(k) retirement plan
- Walang limitasyong paid time off
- Bayad na parental leave
- Equity grant
- Cash bonus
- Opsyong ganap na magtrabaho nang remote
- Hybrid o on-site na trabaho sa opisina sa hilagang-kanlurang Austin, Texas