AI Fund je venture studio koje pomaže pokretati i razvijati tvrtke izgrađene na umjetnoj inteligenciji. Surađujući s osnivačima i tehnološkim pionirima, preuzima manjinsku ulogu suosnivača i podržava stvaranje AI aplikacija u područjima kao što su proizvodnja, mentalno zdravlje, obrazovanje i zdravstvo. Njegov rad spaja izgradnju poduzeća s praktičnom podrškom timovima koji primjenjuju AI na izazove u različitim industrijama.
Softverski inženjer, AI sustavi (rad na daljinu iz SAD-a)
Gradite produkcijske LLM agente za Haven Safetyjevu poslovnu platformu za sigurnosnu inteligenciju. Preuzmite odgovornost za dohvat, evaluaciju, observabilnost i pouzdanost sustava za sigurnosno kritične istrage.
Opis
- Razvijajte i pokrećite višestupanjske LLM cjevovode koji koordiniraju pozive modela i alata, grafovske upite, dohvat, kontrolne točke kvalitete i predaju specijaliziranim agentima.
- Proširujte Havenov koordinirani tim agenata i orkestracijski sloj od dokaza o incidentima preko analize i pregleda do organizacijskog učenja.
- Izradite kontekstualni sloj koristeći traversiranje Neo4j grafa, vektorsko pretraživanje i hibridni dohvat.
- Razvijajte skupove podataka za evaluaciju, metode bodovanja, regresijske testne skupove, usporedbe modela, petlje ljudskog pregleda i pripisivanje kvalitete na razini faza.
- Dodajte praćenje, reviziju poziva alata, nadzor troškova i latencije, oporavak od pogrešaka i nadzorne ploče kvalitete.
- Prepoznajte petlje agenata, halucinacije i neprimjetno pogoršanje performansi prije nego što utječu na korisnike.
- Birajte između modela OpenAI, Anthropic i Google prema zahtjevima zadatka.
- Blisko surađujte s timovima za proizvod i inženjerstvo znanja.
- Doprinosite smjeru AI razvojne mape.
- Dizajnirajte, isporučujte, instrumentirajte i kontinuirano poboljšavajte sustave AI i LLM zaključivanja koristeći produkcijske dokaze.
- Izravno odgovarajte CTO-u.
Zahtjevi
- Iskustvo u AI-ju ili strojnom učenju, uključujući isporuku LLM sustava koje koriste stvarni korisnici.
- Praktično iskustvo u izgradnji i otklanjanju poteškoća u višestupanjskim tijekovima rada koji koriste alate uz LangGraph, LangChain ili usporediv okvir.
- Sustavan pristup evaluaciji LLM-ova pomoću reprezentativnih skupova podataka, regresijskih testova, metoda LLM-as-judge ili petlji ljudskog pregleda.
- Iskustvo u pripremi konteksta za LLM-ove uz jasno obrazloženje što dohvatiti, koliko dohvatiti i zašto.
- Odgovornost za produkcijske sustave kroz implementaciju, nadzor i odgovor na incidente, uključujući dijagnosticiranje i rješavanje kvarova ili regresija.
- Sposobnost rada s različitim pružateljima modela i objašnjavanja kompromisa između kvalitete, latencije, troška, konteksta i operativnog rizika.
- Velika je prednost iskustvo s Neo4jjem i Cypherom ili usporedivom grafovskom bazom podataka te sposobnost brzog učenja modeliranja grafovskih podataka.
- Napredno znanje Pythona.
- Produkcijsko iskustvo s FastAPI-jem, asinkronim servisima, testiranjem, observabilnošću i održivim sučeljima.
- Poželjno je poznavanje Cyphera, evolucije sheme, obrazaca MERGE, embeddinga i upravljanja živim grafom znanja.
- Poželjno je razumijevanje prompt injectiona, sprječavanja curenja konteksta, izolacije najmoprimaca, kontrole pristupa na temelju uloga i odvajanja sloja pravila.
- Poželjno je iskustvo u upravljanju produkcijskim AI uslugama u Azureu i radu s Azure AI Searchom, Pineconeom, MongoDB Atlasom, pgvectorom, Elasticsearchom ili sličnom platformom.
- Velika je prednost prethodno iskustvo rada u poslovnom okruženju.
- Kandidati moraju imati prebivalište u Sjedinjenim Američkim Državama; preseljenje se ne razmatra.
Pogodnosti
- Rad na značajnim izazovima AI zaključivanja.
- Pridruživanje timu koji u svojoj inženjerskoj praksi daje prednost evaluaciji.
- Isporuka tehnologije s izravnim i vidljivim učinkom na korisnike.
- Široka odgovornost unutar malog tima.
- Izravni doprinosi sigurnosnih timova i krajnjih korisnika.
- Bliska suradnja s CTO-om, proizvodom i timovima za inženjerstvo znanja.
- Donošenje važnih tehničkih odluka i brzo praćenje rezultata kod korisnika.