kAIgentic
kAIgentic
Ang kAIgentic ay isang enterprise AI SaaS na kumpanyang nakabase sa Singapore, na tumutulong sa mga kumplikado at knowledge-intensive na organisasyon na gawing mga AI agent na may wastong pamamahala ang hindi hayagang kaalamang pang-operasyon. Pinagsasama ng platform nito ang pag-configure ng agent, diagnostic analysis ng mga tao, sistema, at proseso, at isang runtime environment para sa deployment na may pangangasiwa ng tao, telemetry, at patuloy na pagpipino. May mga ugat sa Japan at karanasan sa pakikipagtulungan sa enterprise financial services, nakatuon ang kAIgentic sa assurance, pagsunod sa regulasyon, at praktikal na modernisasyon ng AI para sa mga industriyang kinokontrol nang hindi nangangailangan ng ganap na pagpapalit ng mga kasalukuyang sistema.

Senior na Software Engineer sa AI Research – kAIgentic (Hybrid, India)

Pangungunahan ang pagbuo ng pinamamahalaang knowledge graph, learning system, at production AI pipeline sa kAIgentic. Bumuo ng maaasahan at evidence-grounded na solusyon para sa mga kinokontrol na operasyon ng enterprise.

Paglalarawan

  • Pangungunahan ang buong disenyo at pagpapatupad ng knowledge-graph schema na sumasaklaw sa hierarchy, provenance, versioning, at extensibility.
  • Bubuo ng grounded-extraction pipeline na nag-uugnay sa bawat claim sa source evidence at epistemic status nito.
  • Lilikha at magpapahusay ng multi-context inference harness para sa memory management, budget control, at malakihang compaction.
  • Bubuo ng knowledge-distillation workflow na nagdadala ng external data sa internal ontology.
  • Bubuo ng consolidation framework na pinag-iisa ang mga dokumento, panayam, at event log habang nilulutas ang mga conflict.
  • Lilikha at magpapahusay ng model-adaptation workflow gamit ang SFT, DPO, at RFT.
  • Bubuo ng learning-loop infrastructure na kumukuha ng feedback, sumusuporta sa active learning, at patuloy na nag-a-update ng ontology.
  • Bubuo ng reinforcement-learning environment at curriculum na may reward signal at evaluation measure para sa ligtas na operasyon.
  • Bubuo ng production retrieval-generation system ayon sa itinakdang target sa kalidad, latency, at gastos.
  • Lilikha ng evaluation framework gamit ang blind rubric at LLM-as-judge validation upang suriin ang grounding at hallucination.

Mga Kinakailangan

  • Napatunayang matagumpay sa pagdadala ng AI research system mula paunang prototype hanggang production sa mga kinokontrol na environment.
  • Nagtatrabaho gamit ang AI-native na pamamaraan at mataas na bilis ng pagpapatupad.
  • Advanced ang kaalaman sa Python at PyTorch, kabilang ang malakihang fine-tuning gamit ang SFT, DPO, at RFT.
  • Eksperto sa graph database at ontology engineering, kabilang ang schema architecture, version control, at provenance.
  • May praktikal na karanasan sa pagbuo ng extraction system na nag-uugnay ng mga claim sa source evidence at epistemic status.
  • May hands-on na karanasan sa reinforcement-learning environment, curriculum development, at reward modeling para sa mga autonomous system.
  • Mahusay sa retrieval-augmented generation, latency reduction, at cost-efficient scaling.
  • Kayang magsagawa ng masusing applied research sa pamamagitan ng hypothesis design, ablation testing, at statistical validation.
  • May mahusay na pagpapasya sa pagpili sa pagitan ng model adaptation at context engineering, kasama ang mahusay na cross-functional communication.
  • PhD sa Artificial Intelligence, Computer Science, o kaugnay na disiplina.
  • Hindi bababa sa apat na taong kaugnay na karanasan sa industry research.

Mga Benepisyo

  • Makipagtulungan sa buong mundo sa mga kasamahan sa Singapore, India, Japan, Europe, at United States.
  • Matuto at umunlad kasama ang mga bihasang lider mula sa malalaking enterprise.
  • Magkaroon ng pagmamay-ari sa makabuluhang gawain mula sa unang araw.
  • Magtrabaho sa environment na nagpapahalaga sa psychological safety, bukas na debate, at disiplinadong eksperimento.
  • Pagsamahin ang bilis ng startup at trabaho sa enterprise-scale infrastructure.
  • Tumulong na hubugin ang produkto, kultura ng kumpanya, at mga resulta para sa customer.
  • Harapin ang mga mission-critical na hamon sa mga kinokontrol na enterprise environment.

Mga Kaugnay na Trabaho

Hewlett Packard Enterprise

Senior na Teknikal na Arkitek ng Presales para sa Channel, Canada

Hewlett Packard Enterprise

Gumabay sa mga partner sa channel sa pagdisenyo at pagbebenta ng mga solusyon ng HPE para sa storage at proteksiyon ng data. Bumuo ng suporta sa teknolohiya, palawakin ang pipeline ng mga oportunidad, at tumulong sa pakikipag-ugnayan sa mga customer.

Buksan
Hewlett Packard Enterprise

Senior na Teknikal na Arkitek sa Presales ng Channel, Storage — HPE Canada Remote

Hewlett Packard Enterprise

Tulungan ang mga partner ng HPE channel na ipuwesto, magdisenyo, at magbenta ng mga solusyon sa storage at proteksiyon ng data. Suportahan ang arkitektura ng solusyon, mga demonstrasyon, proof of concept, pagbuo ng pipeline, at teknikal na pagtataguyod para sa mga partner.

Buksan
Hewlett Packard Enterprise

Arkitek Teknikal sa Paunang Benta ng Channel, Canada

Hewlett Packard Enterprise

Gumabay sa mga kasosyo ng HPE sa channel sa pagpoposisyon, pagdidisenyo, at paghahatid ng mga solusyon sa storage at proteksiyon ng data. Paunlarin ang kakayahang teknikal ng mga kasosyo, palaguin ang pipeline, at tumulong manalo laban sa mga kakumpitensya.

Buksan
Hewlett Packard Enterprise

Senior na Network Operations Cloud Engineer (Secret Clearance)

Hewlett Packard Enterprise

Pamahalaan ang ligtas na pribadong cloud at mga network ng datacenter ng HPE na sumusuporta sa mga pederal na customer. Mag-troubleshoot ng classified na imprastraktura at VMware NSX sa Oklahoma, Pennsylvania, at Utah.

Buksan
General Dynamics Information Technology

Senior na Azure Cloud Data Engineer

General Dynamics Information Technology

Pangasiwaan ang mga klinikal na rekord ng Indian Health Service sa pamamagitan ng paggawa ng mga Azure data pipeline at nasusukat na modelo ng datos sa pangangalagang pangkalusugan. Bumuo ng mga ETL workflow at PySpark transformation para sa datos pangkalusugan ng organisasyon.

Buksan
Hewlett Packard Enterprise

Senior Network Operations Cloud Engineer (Secret Clearance)

Hewlett Packard Enterprise

Pamahalaan at protektahan ang mga pribadong cloud network ng Hewlett Packard Enterprise para suportahan ang mga pederal na customer. Mag-troubleshoot ng classified infrastructure, VMware NSX, mga pagbabago sa ServiceNow, at koneksiyong kritikal sa misyon.

Buksan
Sanofi

Senior na People Business Partner, Paggawa sa Greater China

Sanofi

Nagpapayo sa mga pinuno ng pagmamanupaktura at supply chain ng Sanofi sa Greater China tungkol sa estratehiya sa mga tao. Namumuno sa pagpaplano ng lakas-paggawa, pagbabago ng organisasyon, mga inisyatiba sa talento, at pagsunod sa mga patakaran sa iba’t ibang lugar.

Buksan
Taste Labs

Talent Associate sa Taste Labs, San Francisco (Hybrid)

Taste Labs

Humanap at mag-ugnay ng pagkuha ng mga inhinyero, mananaliksik, designer, at operations staff sa Taste Labs, isang startup sa imprastraktura ng AI. Makipagtulungan sa Lead ng Talent at People Operations para pagandahin ang mga proseso sa recruitment at karanasan ng mga kandidato.

Buksan
Neko Health

Tagaprekrut ng Negosyo, Neko Health

Neko Health

Mag-recruit ng mga talento para sa G&A at mga tungkulin sa negosyo upang suportahan ang misyong pang-iwas na pangangalagang pangkalusugan ng Neko Health na nakabatay sa datos. Makipagtulungan sa matataas na pinuno sa US at Europa upang bumuo ng mga team para sa paglago ng kumpanya.

Buksan