Snorkel AI développe des solutions de données spécialisées pour les équipes de machine learning. Sa plateforme Expert Data-as-a-Service aide les organisations à créer et à évaluer des jeux de données d’entraînement de haute qualité, favorisant un développement plus rapide des modèles et des applications d’IA plus fiables. Fondée en 2019 à partir de recherches menées à Stanford, l’entreprise collabore avec des organisations des secteurs du conseil, de la santé et de la logistique afin de faire progresser des systèmes d’IA concrets.
Ingénieur logiciel senior en IA et apprentissage automatique chez Snorkel AI (hybride)
Ingénieur senior ou staff en apprentissage automatique, chargé d’améliorer l’évaluation des agents, le routage des modèles et les systèmes de modèles affinés. Conçoit une infrastructure rigoureuse de données d’IA pour les clients entreprises de Snorkel AI.
Description
- Améliorer la vitesse, le coût et la rigueur de la génération et de l’évaluation de données d’IA de pointe grâce au ML et à l’IA
- Étudier comment les données de niveau avancé sont produites et évaluées
- Élaborer des hypothèses et les tester sur des données réelles de production
- Déployer à grande échelle les approches qui démontrent de solides résultats
- Réduire les coûts d’évaluation des agents sur un horizon long grâce à l’échantillonnage adaptatif, à l’arrêt anticipé fondé sur des méthodes statistiques, aux cascades de modèles, à la mise en cache et à la sélection prioritaire d’options économiques
- Orienter les demandes d’évaluation et de jugement vers le modèle le moins coûteux répondant aux normes de qualité, avec des solutions de repli, une surveillance et une attribution des coûts
- Affiner et déployer des modèles à poids ouverts avec LoRA et d’autres techniques efficaces en paramètres
- Développer des modèles prédisant la difficulté des tâches pour les systèmes de pointe avant leur déploiement
- Créer des jeux de données de référence et mesurer la précision et le calibrage des systèmes LLM évaluateurs
- Transformer des prototypes de recherche en composants réutilisables et configurables pour les ingénieurs et chercheurs de production
- Contribuer à définir les normes d’ingénierie ML, orienter la direction de la discipline et accompagner l’équipe en expansion
Exigences
- Au moins cinq ans d’expérience dans la création de systèmes de machine learning ou de logiciels de production, avec une responsabilité du prototype à la mise en production
- Expérience pratique de l’exploitation de charges de travail LLM ou ML en production
- Capacité à raisonner efficacement sur des systèmes non déterministes
- Solide formation en statistiques et en expérimentation, notamment en conception expérimentale, tests d’hypothèses, échantillonnage et intervalles de confiance
- Maîtrise avancée de Python et de l’ingénierie logicielle, notamment des tests, de la revue de code et de la conception de systèmes
- Expérience dans la création d’évaluations et l’interprétation rigoureuse de leurs résultats
- Identification proactive des problèmes à fort impact avant leur attribution officielle
- Communication claire avec les équipes de recherche, d’ingénierie et commerciales
Avantages
- Occasions importantes d’influencer les priorités et les initiatives
- Participation aux décisions stratégiques importantes
- Contribution directe au succès continu de Snorkel AI
- Occasions d’approfondir son expertise technique
- Occasions de diriger
- Possibilités de développer des compétences dans plusieurs fonctions
- Soutien au développement de carrière dans un environnement axé sur la croissance, l’apprentissage et la réussite collective
- Aménagements raisonnables pour les candidats et les employés en situation de handicap tout au long des processus de candidature et d’entretien, dans l’exercice du travail et pour l’accès aux avantages et privilèges liés à l’emploi