Zendesk
Zendesk
Ang Zendesk ay bumubuo ng software para sa serbisyo sa customer at pagbebenta na tumutulong sa mga organisasyon na pamahalaan ang mga pag-uusap, kahilingan sa suporta, at ugnayan sa mga customer sa isang magkakaugnay na kapaligiran. Pinagsasama ng platform nito ang pagmemensahe, live chat, automation na pinapagana ng AI, mga tool para sa privacy at proteksyon ng data, at workspace para sa mga ahente, kaya may mga flexible na paraan ang mga team upang ayusin ang mga operasyon ng serbisyo habang lumalaki ang mga ito. Nag-aalok din ang Zendesk ng mga propesyonal na serbisyo at mapagkukunan para sa pagsasanay, na may pagtutok sa mga personalized na pakikipag-ugnayan sa customer, pinagsama-samang workflow, pagkakaiba-iba at inklusyon, at pagpapanatili.

Senior na Tagapamahala ng Engineering sa Machine Learning

Pangunahan ang mga pangkat ng ML engineering at science ng Zendesk sa pagbuo ng maaasahang Custom Agents para sa serbisyo sa customer. Ihatid sa produksyon ang generative AI sa pamamagitan ng pagsusuri, mga kasanayan sa kaligtasan, at nasusukat na automation para sa customer.

Paglalarawan

  • Pangunahan at paunlarin ang pangkat ng ML engineering at science sa pamamagitan ng pagkuha ng mga empleyado, paggabay, paglago sa karera, at pagpapaunlad ng pamumuno.
  • Itakda ang estratehiya, roadmap, mga prayoridad, pagpili ng pamumuhunan, at mga milestone para sa ML.
  • Gabayan ang pangangatwiran at pagpapatakbo ng agent, kabilang ang pagpaplano, pagpili ng mga tool, pamamahala ng konteksto, pag-uugnay sa kaalaman, at mga nakaayos na output.
  • Bumuo ng mga benchmark, workflow para sa anotasyon ng tao, mga awtomatikong pang-iskor, at mga regression test.
  • Magtakda ng mga pamantayan para sa eksperimento, validation, kahandaan sa release, at pagsubaybay sa produksyon.
  • Gamitin ang mga execution trace at feedback ng customer upang tukuyin ang mga pagkabigo at pagbutihin ang performance.
  • I-optimize ang mga modelo at arkitektura ng agent para sa kalidad, latency, at gastos.
  • Pumili ng mga modelo, paraan ng routing, fallback, at mga pag-optimize ng inference.
  • Makipagtulungan sa Security at Privacy tungkol sa mga pagkilos na sumusunod sa pahintulot, depensa laban sa prompt injection, paghawak ng data, escalation, at pag-apruba ng tao.
  • Bumuo ng mga kakayahan ng pinagsasaluhang platform para sa simulation, observability, eksperimento, at maaasahang pagpapatupad.
  • Isama ang Custom Agents sa mas malawak na workflow ng serbisyo kasama ang mga partner na pangkat.
  • Iugnay ang mga pagpapahusay sa ML sa automation, mas maikling oras ng pag-asikaso, paggamit, at tiwala ng customer.
  • Panatilihing may alam ang mga stakeholder tungkol sa progreso, mga trade-off, at panganib.

Mga Kinakailangan

  • May rekord ng pamumuno sa mga pangkat ng ML o AI at paghahatid ng mga production system na may nasusukat na epekto sa customer.
  • Mahusay na pamumuno sa mga tao, kabilang ang pagkuha, paggabay, pamamahala ng performance, at pagpapaunlad ng mga teknikal na lider.
  • Malalim na kaalaman sa makabagong machine learning at mga generative AI system.
  • Aktuwal na karanasan sa pagdadala ng mga LLM application mula eksperimento hanggang produksyon.
  • Mahusay na teknikal na pagpapasya tungkol sa gawi ng modelo, arkitektura ng software, pagsusuri, at pagiging maaasahan sa operasyon.
  • Kayang manguna sa mga design review at magsuri ng mga resulta ng eksperimento.
  • May karanasan sa pagtukoy ng kapaki-pakinabang na mga sukatan ng kalidad at paggamit ng data upang magtakda ng prayoridad sa mga pagpapahusay at gumabay sa mga desisyon sa release.
  • Kayang humarap sa kalabuan, mag-ugnay ng maraming workstream, at makahikayat ng mga partner sa Product, Engineering, Science, at Security.
  • Malinaw makipag-usap at may praktikal na paraan ng pagbabalanse sa higpit ng siyentipikong proseso, bilis ng paghahatid, at pangangailangan ng customer.
  • Kabilang sa pinahahalagahang karagdagang karanasan ang mga agent na gumagamit ng tool, pagkuha ng kaalaman ng enterprise, workflow sa iba’t ibang system, pagsusuri ng LLM, feedback ng tao, multimodal na pagproseso ng dokumento, kaligtasan ng agent, mga distributed team, enterprise SaaS, serbisyo sa customer, o business automation.

Mga Benepisyo

  • Hybrid na trabaho na may opsyong magtrabaho nang remote sa bahagi ng linggo.
  • Lugar ng trabahong bukas at tumatanggap sa lahat.
  • Makatuwirang akomodasyon para sa mga aplikanteng may kapansanan at mga beteranong may kapansanan.

Mga Kaugnay na Trabaho