Az AI Fund olyan vállalkozásfejlesztő stúdió, amely segít a mesterséges intelligencia köré épülő vállalatok elindításában és fejlesztésében. Alapítókkal és technológiai úttörőkkel együttműködve kisebbségi társalapítói szerepet vállal, és támogatja MI-alkalmazások létrehozását többek között a gyártás, a mentális egészség, az oktatás és az egészségügy területén. Munkája a vállalkozásépítést olyan csapatok gyakorlati támogatásával ötvözi, amelyek különböző iparágak kihívásaira alkalmazzák a mesterséges intelligenciát.
AI-rendszerek szoftvermérnöke - AI Alap - Távoli munka Kanadából
Építsen éles LLM-folyamatokat és ügynökorkesztrációt a Haven Safety AI vállalati biztonsági intelligenciaplatformjához. Fejlessze a lekérést, az értékelést, a megfigyelhetőséget és a modellminőséget szabályozott iparágak számára.
Leírás
- Fejlesszen és üzemeltessen többlépcsős LLM-folyamatokat, amelyek összehangolják a modell- és eszközhívásokat, a gráflekérdezéseket, a lekérést, a minőségi ellenőrzési pontokat és a specialista ügynökök közötti átadásokat.
- Bővítse a Haven összehangolt ügynökcsapatát és orkestrációs rétegét az incidensbizonyítékoktól az elemzésen, felülvizsgálaton és vállalati tanuláson át.
- Tervezzen kontextrendszereket Neo4j gráfbejárással, vektorkereséssel és hibrid lekéréssel.
- Hozzon létre értékelési adatkészleteket, pontozási módszereket, regressziós tesztcsomagokat, modell-összehasonlításokat, emberi felülvizsgálati ciklusokat és szakaszszintű minőségi attribúciót.
- Adjon hozzá nyomkövetést, eszközhívás-auditálást, költség- és késésfigyelést, hibakezelést, valamint minőségi irányítópultokat.
- Azonosítsa a felhasználókat érintő problémák előtt az orkestrációs ciklusokat, a hallucinációkat és a fel nem fedezett modellcsúszást.
- A feladat követelményei alapján válasszon az OpenAI, az Anthropic és a Google modelljei közül.
- Működjön együtt a termék- és tudásmérnöki csapatokkal, miközben részt vesz az AI-ütemterv meghatározásában.
- Jelentsen a CTO-nak, és járuljon hozzá az alapítócsapat feladatainak széles köréhez.
Követelmények
- Professzionális AI- vagy gépi tanulási mérnöki tapasztalat, beleértve valódi ügyfelek által használt LLM-rendszerek szállítását.
- Gyakorlati tapasztalat többlépcsős, eszközhívásokat használó munkafolyamatok építésében és hibakeresésében LangGraph, LangChain vagy egyenértékű keretrendszerrel.
- Megismételhető LLM-értékelési folyamat reprezentatív adatkészletekkel, regressziós tesztekkel, LLM-as-judge módszerekkel vagy emberi felülvizsgálati ciklusokkal.
- Tapasztalat LLM-kontextus előkészítésében, valamint annak átgondolt eldöntésében, hogy mit, mennyit és miért kérjünk le.
- Bizonyított rendszerfelelősség a telepítés, a monitorozás és az incidenskezelés teljes folyamatában.
- Tapasztalat éles környezetben fellépő hiba vagy regresszió kivizsgálásában és megoldásában.
- Képesség több modellgyártóval dolgozni, valamint a minőség, késés, költség, kontextus és működési kockázat közötti kompromisszumok magyarázatára.
- Neo4j és Cypher, illetve hasonló gráfadatbázis gyakorlati ismerete, valamint a gráfadat-modellezés gyors elsajátításának képessége; erősen előnyös.
- Erős Python-fejlesztési készségek.
- Éles környezeti tapasztalat FastAPI-val, aszinkron szolgáltatásokkal, teszteléssel, megfigyelhetőséggel és karbantartható interfészekkel.
- Haladó gráftapasztalat, beleértve a Cyphert, a sémafejlődést, a MERGE-mintákat, a beágyazásokat és egy élő tudásgráf üzemeltetését; előny.
- Vállalati AI-biztonsági tapasztalat; előny.
- Azure- és hibridkeresési tapasztalat; előny.
- Azure AI Search, Pinecone, MongoDB Atlas, pgvector, Elasticsearch vagy hasonló platformok tapasztalata; előny.
- Korábbi vállalati B2B SaaS-tapasztalat; erősen előnyös.
Juttatások
- Csatlakozzon egy kis csapathoz, ahol jelentős önállóságot kap.
- Kapjon közvetlen visszajelzést a biztonsági csapatoktól, és lássa munkája ügyfelekre gyakorolt hatását.
- Dolgozzon szorosan együtt a CTO-val, valamint a termék- és tudásmérnöki csapatokkal.
- Befolyásolja a nagy jelentőségű technikai döntéseket, és gyorsan juttassa el a változtatásokat az ügyfelekhez.
- Foglalkozzon összetett érvelési kihívásokkal egy biztonságkritikus területen.
- Dolgozzon olyan értékelésközpontú kultúrában, amely a mérhető, megfigyelhető és fejleszthető minőségre épül.