Binubuo ng Scarlet ang mga kasanayan sa pamumuno at propesyonal sa pamamagitan ng mga programang pang-edukasyon at pagsasanay na iniangkop sa mga pangangailangan, na isinasagawa nang harapan at virtual. Sinasaklaw ng mga kurso at praktikal na gabay nito ang mga paksa tulad ng wastong asal ng mga intern, pagbuo ng ugnayang pangnegosyo, mga kasanayan sa presentasyon, at epektibong pakikisalamuha sa mga propesyonal na kapaligiran. Nagpapatakbo sa larangan ng edukasyon, teknolohiya para sa HR, at pagiging produktibo, nakatuon ang Scarlet sa personal na pag-unlad, tunay na komunikasyon, at pagtulong sa mga tao na magkaroon ng tiwala sa sarili at mga kasanayang kailangan upang mamuno sa iba’t ibang yugto ng buhay.
Senior na Inhinyero sa Machine Learning, Hybrid sa London
Bumuo at magpatupad ng mga agentic na sistema sa pag-unawa ng dokumento para sa mga workflow ng sertipikasyon ng medical device ng Scarlet. Bumuo ng mga nasuring machine learning system na nagpapabilis sa sertipikasyon habang pinoprotektahan ang kaligtasan at integridad ng ebidensya.
Paglalarawan
- Magdisenyo ng mga agentic na sistema sa pag-unawa ng dokumento na naghahanap, nagpa-parse, at biswal na nagsusuri ng mga teknikal na file
- Lumikha ng mga agent harness na kumukuha ng impormasyon mula sa malalaking koleksiyon ng iba-ibang dokumento
- Panatilihin ang pagtukoy sa pinagmulan at bawasan ang mga hallucination habang binabalanse ang katumpakan, latency, at gastos
- I-deploy sa production ang mga sistemang nakabatay sa agent
- Makipagtulungan sa mga assessor upang tukuyin ang tagumpay at lumikha ng mga dataset at benchmark para sa isang kumplikadong domain
- Suriin ang kalidad ng retrieval, katumpakan ng citation, pagkakasundo ng mga eksperto, pagsisikap ng assessor, kalidad ng assessment, karanasan ng customer, at rework
- Gamitin ang mga resulta ng pagsusuri upang gabayan ang mga prayoridad sa pagpapahusay
- Bumuo ng mga agent na nagpapanatili ng pagiging walang kinikilingan at obhetibidad na inaasahan sa isang certification body
- Tulungan ang mga user na bigyang-kahulugan ang ebidensya, tukuyin ang kawalan ng katiyakan, at panatilihin ang pananagutan para sa mga desisyong may malaking epekto
- Pangunahan ang mga machine learning system mula konsepto at prototype hanggang deployment, pagsusuri, at tuloy-tuloy na pagpapahusay
- Makipagtulungan sa mga clinician, assessor, at engineer upang pabilisin ang sertipikasyon ng medical device nang hindi binabawasan ang kaligtasan
Mga Kinakailangan
- Hindi bababa sa tatlong taong karanasan sa paghatid ng software sa production
- Praktikal na kaalaman sa deep learning, agent tools, context management, at information retrieval
- Karanasan sa paglikha ng mga dataset para sa pagsusuri ng machine learning
- Matibay na pag-unawa sa mga pangunahing prinsipyo ng estadistika at pagsusuri ng machine learning system
- Karanasan sa pagdidisenyo, pagde-deploy, at pagpapatakbo ng mga production system
- Praktikal na pagpapasya tungkol sa seguridad sa production, kabilang ang access sa data, mga pahintulot, hindi pinagkakatiwalaang input, at mga aksiyong may malaking epekto
- Kakayahang pumili ng imprastrakturang angkop sa workload at ipaliwanag ang mga trade-off sa pagiging kumplikado, pagiging maaasahan, seguridad, at gastos
- Kakayahang manguna sa mga problemang malabo ang saklaw, mula sa pagtukoy ng tagumpay kasama ang mga domain expert hanggang sa eksperimento at pagpapahusay sa production
- Mas nais: karanasan sa pagde-deploy ng mga agent system na gumagamit ng tools, sensitibong data, o mga aksiyong may malaking epekto, kasama ang pagsusuri at mga safeguard
- Mas nais: karanasan sa pagbuo ng retrieval o document-understanding system na ang mga output ay kailangang mapatunayan laban sa kumplikadong source evidence
- Kakayahang magtrabaho sa opisina sa London para sa working session
Mga Benepisyo
- Equity compensation
- Kasama sa proseso ng pagkuha ang working session at mga panayam