kAIgentic היא חברת SaaS ארגונית בתחום הבינה המלאכותית, שמטה הראשי שלה בסינגפור. החברה מסייעת לארגונים מורכבים ועתירי ידע להפוך ידע תפעולי סמוי לסוכני בינה מלאכותית הנתונים לממשל ולבקרה. הפלטפורמה שלה משלבת הגדרת סוכנים, ניתוח אבחוני של אנשים, מערכות ותהליכים, וסביבת הרצה לפריסה הכוללת פיקוח אנושי, נתוני ניטור ושיפור מתמשך. עם שורשים ביפן ושיתופי פעולה עם גופים בתחום השירותים הפיננסיים, kAIgentic מתמקדת בהבטחת אמינות, ציות ומודרניזציה מעשית של הבינה המלאכותית עבור עסקים מפוקחים, בלי לדרוש החלפה כוללת של המערכות הקיימות.
מהנדס תוכנה בכיר לחקר בינה מלאכותית – kAIgentic (היברידי, הודו)
הובילו את פיתוחם של גרפי ידע מפוקחים, מערכות למידה וצינורות AI בסביבת ייצור ב-kAIgentic. בנו פתרונות אמינים ומבוססי ראיות לתפעול ארגוני בסביבות מפוקחות.
תיאור
- הובילו את התכנון והיישום המלאים של סכמת גרף ידע המכסה היררכיה, מקוריות נתונים, ניהול גרסאות ויכולת הרחבה.
- פתחו צינורות לחילוץ מבוסס הקשר שמקשרים כל טענה לראיית מקור ולסטטוס אפיסטמי.
- צרו ושכללו תשתיות הסקה מרובות הקשרים לניהול זיכרון, בקרת תקציב ודחיסה רחבת היקף.
- בנו תהליכי זיקוק ידע שמכניסים נתונים חיצוניים לאונטולוגיה הפנימית.
- פתחו מסגרות איחוד שממזגות מסמכים, ראיונות ויומני אירועים תוך פתרון סתירות.
- צרו ושכללו תהליכי התאמת מודלים באמצעות SFT, DPO ו-RFT.
- פתחו תשתית ללולאות למידה הלוכדת משוב, תומכת בלמידה פעילה ומעדכנת את האונטולוגיה באופן רציף.
- בנו סביבות ותוכניות לימוד ללמידת חיזוק עם אותות תגמול ומדדי הערכה להפעלה בטוחה.
- פתחו מערכות אחזור-生成 בסביבת ייצור בהתאם ליעדי איכות, זמן שיהוי ועלות מוגדרים.
- צרו מסגרות הערכה המשתמשות ברובריקות עיוורות ובאימות של מודלי שפה גדולים כשופטים להערכת ביסוס והזיות.
דרישות
- הצלחה מוכחת בהעברת מערכות מחקר בינה מלאכותית מאב־טיפוס לייצור בסביבות מפוקחות.
- גישה מוכוונת AI ומהירות ביצוע גבוהה.
- מומחיות מתקדמת ב-Python וב-PyTorch, כולל כוונון עדין רחב היקף באמצעות SFT, DPO ו-RFT.
- מומחיות בבסיסי נתונים גרפיים ובהנדסת אונטולוגיות, כולל ארכיטקטורת סכמות, בקרת גרסאות ומקוריות נתונים.
- ניסיון מעשי בבניית מערכות חילוץ המקשרות טענות לראיות מקור ולסטטוס אפיסטמי.
- ניסיון מעשי בסביבות למידת חיזוק, בפיתוח תוכניות לימוד ובמידול תגמולים למערכות אוטונומיות.
- שליטה גבוהה ביצירה מוגברת-אחזור, בהפחתת שיהוי ובהתרחבות יעילה מבחינת עלות.
- יכולת לבצע מחקר יישומי קפדני באמצעות ניסוח השערות, בדיקות אבלציה ואימות סטטיסטי.
- שיקול דעת מבוסס בבחירה בין התאמת מודל להנדסת הקשר, לצד תקשורת בין-תפקודית מצוינת.
- דוקטורט בבינה מלאכותית, במדעי המחשב או בתחום קרוב.
- לפחות ארבע שנות ניסיון במחקר תעשייתי רלוונטי.
הטבות
- שיתוף פעולה גלובלי עם עמיתים בסינגפור, בהודו, ביפן, באירופה ובארצות הברית.
- למידה והתפתחות לצד מנהיגים מנוסים מארגונים גדולים.
- לקיחת בעלות על עבודה משמעותית כבר מהיום הראשון.
- עבודה בסביבה המעריכה ביטחון פסיכולוגי, דיון כן וניסויים ממושמעים.
- שילוב בין מהירות של סטארט-אפ לעבודה על תשתית בקנה מידה ארגוני.
- השפעה על המוצר, על תרבות החברה ועל תוצאות הלקוחות.
- התמודדות עם אתגרים קריטיים למשימה בסביבות ארגוניות מפוקחות.