A kAIgentic szingapúri székhelyű vállalati AI SaaS-vállalat, amely összetett, tudásintenzív szervezeteknek segít a hallgatólagos működési tudás irányított mesterségesintelligencia-ügynökökké alakításában. Platformja egyesíti az ügynökök konfigurálását, az emberek, rendszerek és folyamatok diagnosztikai elemzését, valamint a bevezetéshez szükséges futtatási környezetet, amely emberi felügyeletet, telemetriát és folyamatos finomítást biztosít. A japán gyökereire és a vállalati pénzügyi szolgáltatások terén szerzett együttműködési tapasztalatára építve a kAIgentic a szabályozott vállalkozások számára a megbízhatóságra, a megfelelőségre és a gyakorlati AI-modernizációra összpontosít anélkül, hogy teljes rendszercserére lenne szükség.
Senior AI-kutatási szoftvermérnök – kAIgentic (Hibrid, India)
Vezesse az irányított tudásgráfok, tanulási rendszerek és éles AI-folyamatok fejlesztését a kAIgenticnél. Készítsen megbízható, bizonyítékokon alapuló megoldásokat szabályozott vállalati működéshez.
Leírás
- Vezesse a hierarchiát, eredetet, verziókezelést és bővíthetőséget lefedő tudásgráf-séma teljes körű megtervezését és megvalósítását.
- Fejlesszen olyan megalapozott kinyerési folyamatokat, amelyek minden állítást forrásbizonyítékhoz és episztemikus státuszhoz kapcsolnak.
- Hozzon létre és fejlesszen többkontextusú következtetési keretrendszereket a memóriakezeléshez, a költségkeret szabályozásához és a nagyléptékű tömörítéshez.
- Építsen olyan tudásdesztillációs munkafolyamatokat, amelyek külső adatokat hoznak be a belső ontológiába.
- Fejlesszen olyan konszolidációs keretrendszereket, amelyek egyesítik a dokumentumokat, interjúkat és eseménynaplókat, miközben feloldják az ellentmondásokat.
- Hozzon létre és fejlesszen modelladaptációs munkafolyamatokat SFT, DPO és RFT használatával.
- Fejlesszen visszacsatolást rögzítő, aktív tanulást támogató és az ontológiát folyamatosan frissítő tanulási ciklus-infrastruktúrát.
- Építsen megerősítéses tanulási környezeteket és tanterveket biztonságos működést szolgáló jutalmazási jelekkel és értékelési mérőszámokkal.
- Fejlesszen éles visszakeresés-generálás rendszereket meghatározott minőségi, késleltetési és költségcélok mellett.
- Hozzon létre vak értékelési rubrikákat és LLM-as-judge validációt használó értékelési keretrendszereket a megalapozottság és a hallucinációk vizsgálatára.
Követelmények
- Bizonyított siker abban, hogy AI-kutatási rendszereket kezdeti prototípustól szabályozott környezetben működő éles rendszerig juttatott el.
- AI-natív megközelítéssel és nagy végrehajtási sebességgel való munkavégzés.
- Haladó Python- és PyTorch-ismeretek, beleértve a nagyléptékű SFT-, DPO- és RFT-alapú finomhangolást.
- Grafadatbázisok és ontológiamérnökség szakértői ismerete, beleértve a sémaarchitektúrát, a verziókezelést és az eredet nyomon követését.
- Gyakorlati tapasztalat olyan kinyerési rendszerek építésében, amelyek az állításokat forrásbizonyítékhoz és episztemikus státuszhoz kapcsolják.
- Gyakorlati tapasztalat megerősítéses tanulási környezetekkel, tantervfejlesztéssel és autonóm rendszerek jutalmazási modellezésével.
- A visszakereséssel kiegészített generálás, a késleltetés csökkentése és a költséghatékony skálázás magabiztos ismerete.
- Képesség szigorú alkalmazott kutatás végzésére hipotézistervezéssel, ablatív teszteléssel és statisztikai validációval.
- Megfontolt döntéshozatal a modelladaptáció és a kontextusmérnökség közötti választásban, valamint erős, több szakterületet összekötő kommunikáció.
- PhD mesterséges intelligencia, számítástechnika vagy kapcsolódó területen.
- Legalább négy év releváns iparági kutatási tapasztalat.
Juttatások
- Működjön együtt globálisan a Szingapúrban, Indiában, Japánban, Európában és az Egyesült Államokban dolgozó kollégákkal.
- Tanuljon és fejlődjön vezető nagyvállalatok tapasztalt szakemberei mellett.
- Az első naptól vállaljon felelősséget jelentőségteljes munkáért.
- Dolgozzon olyan környezetben, amely értékeli a pszichológiai biztonságot, a nyílt vitát és a fegyelmezett kísérletezést.
- Ötvözze a startupok gyorsaságát a nagyvállalati léptékű infrastruktúrán végzett munkával.
- Segítsen alakítani a terméket, a vállalati kultúrát és az ügyféleredményeket.
- Foglalkozzon szabályozott vállalati környezetek kritikus fontosságú kihívásaival.