Sciforium
Sciforium
Sciforium è un’azienda di infrastrutture per l’intelligenza artificiale che sviluppa strumenti serverless per applicazioni multimodali in produzione. La sua API unificata e compatibile con OpenAI offre ai team l’accesso a servizi di testo, immagini, video e audio, oltre all’hosting di modelli, una libreria di modelli, pipeline di valutazione in tempo reale e distribuzioni gestite di agenti. Sciforium gestisce hardware GPU AMD verticalmente integrato, con l’obiettivo di aiutare i team a sviluppare, valutare e distribuire sistemi di IA con prestazioni prevedibili, costi inferiori e maggiore privacy.

Ingegnere dei dati per modelli fondazionali

Crea dataset su scala di petabyte per il pre-addestramento e il post-addestramento dei modelli di IA multimodali di Sciforium. Sviluppa pipeline di dati ad alte prestazioni per addestrare modelli di linguaggio, visione e video.

Descrizione

  • Crea dall’inizio alla fine dataset di pre-addestramento per grandi modelli linguistici.
  • Seleziona e bilancia dati dal web, codice, libri e articoli tecnici per migliorare le prestazioni successive dei modelli.
  • Crea pipeline per pulire, deduplicare ed estrarre informazioni da petabyte di dati non strutturati.
  • Guida lo sviluppo di dataset di post-addestramento, comprese istruzioni per il fine-tuning supervisionato, dialoghi a più turni e dati di preferenza RLHF/DPO.
  • Supervisiona l’acquisizione e l’elaborazione di dati di visione e video.
  • Scrivi script Python ad alta capacità di elaborazione per il trattamento dei dati, con multiprocessing e multithreading.
  • Analizza statisticamente i corpora di addestramento per individuare bias, lacune di conoscenza e regressioni della qualità.
  • Crea pipeline di dati sintetici per colmare le lacune nei dataset raccolti naturalmente.
  • Affronta le sfide di allineamento multimodale, compressione video e coerenza temporale.

Requisiti

  • Almeno cinque anni di esperienza professionale in data science o machine learning.
  • Esperienza comprovata nella creazione e gestione di dataset per modelli fondazionali.
  • Ottima conoscenza di Python, inclusi multiprocessing, multithreading e gestione efficiente della memoria.
  • Esperienza con dataset su scala di petabyte per grandi modelli linguistici o di visione in produzione.
  • Esperienza nella creazione da zero di grandi dataset di addestramento per LLM usando scansioni web grezze e dati specializzati per dominio.
  • Esperienza pratica nella creazione di dataset per RLHF, DPO e il seguimento di istruzioni a più turni.
  • Esperienza nella gestione di flussi di lavoro di etichettatura umana e dataset di riferimento di alta qualità.
  • Ottima conoscenza di Spark, Ray, WebDataset, Parquet o framework e formati comparabili per dati su larga scala.
  • Costituisce un plus l’esperienza nella creazione da zero di grandi dataset di immagini o video.
  • Costituisce un plus la familiarità con crawling multimodale, elaborazione video, codec e compressione.
  • Costituisce un plus l’esperienza nella progettazione di schemi complessi di etichettatura per benchmark di ragionamento, programmazione e matematica.
  • Costituisce un plus una laurea magistrale o un dottorato in un campo quantitativo incentrato sull’IA basata sui dati o sul recupero delle informazioni.
  • Autorizzazione legale a lavorare negli Stati Uniti.

Benefit

  • Copertura medica, dentistica e oculistica.
  • Piano 401(k).
  • Pranzo, snack e bevande ogni giorno.
  • Ferie flessibili.
  • Retribuzione competitiva.
  • Partecipazione azionaria.

Offerte correlate

Cardinal Health

Responsabile di ingegneria dei dati presso Cardinal Health

Cardinal Health

Guida i team di trasformazione dei dati aziendali di Cardinal Health e supervisiona le piattaforme Google Cloud e le operazioni di analisi e IA/ML. Coordina le consegne, il miglioramento delle piattaforme e lo sviluppo dei talenti.

Apri
Verana Health

Ingegnere backend senior o staff, piattaforma e acquisizione dati

Verana Health

Sviluppa e scala l’acquisizione di dati clinici, l’OCR, OpenSearch e i servizi della piattaforma oncologica di Verana Health. Progetta API, pipeline ETL e microservizi a supporto di analisi sanitarie basate su dati reali.

Apri
Berkshire Hathaway Homestate Companies - Workers Compensation Division

Responsabile senior dell’ingegneria delle piattaforme dati

Berkshire Hathaway Homestate Companies - Workers Compensation Division
501 – 1000 Dipendenti
AssicurazioniB2BFinanza

Guidare la piattaforma dati aziendale, il team di ingegneria e le operazioni di una compagnia assicurativa su Azure, SQL, NoSQL e analytics. Il ruolo comprende affidabilità, automazione, conformità e strategia della piattaforma.

Apri
Berkshire Hathaway Homestate Companies - Workers Compensation Division

Responsabile senior dell’ingegneria delle piattaforme dati

Berkshire Hathaway Homestate Companies - Workers Compensation Division
501 – 1000 Dipendenti
AssicurazioniB2BFinanza

Guida il team di ingegneria delle piattaforme dati che supporta le attività assicurative di Berkshire Hathaway Homestate Companies. Il ruolo comprende piattaforme di database e analisi, infrastruttura cloud, automazione, affidabilità e gestione del personale.

Apri