AI Fund è uno studio di venture capital che aiuta a lanciare e sviluppare aziende basate sull’intelligenza artificiale. Collaborando con fondatori e pionieri della tecnologia, assume il ruolo di cofondatore di minoranza e sostiene la creazione di applicazioni di IA in ambiti come la produzione, la salute mentale, l’istruzione e l’assistenza sanitaria. La sua attività combina la creazione di nuove imprese con un supporto pratico ai team che applicano l’IA alle sfide di diversi settori.
Ingegnere del software per sistemi di IA - AI Fund - Lavoro da remoto in Canada
Sviluppa pipeline LLM di produzione e l’orchestrazione degli agenti per la piattaforma aziendale di intelligence sulla sicurezza di Haven Safety AI. Migliora recupero, valutazione, osservabilità e qualità dei modelli per i settori regolamentati.
Descrizione
- Sviluppa e gestisci pipeline LLM a più fasi che coordinano chiamate a modelli e strumenti, query sui grafi, recupero, controlli di qualità e passaggi tra agenti specializzati.
- Espandi il team coordinato di agenti e il livello di orchestrazione di Haven, dalle prove degli incidenti fino ad analisi, revisione e apprendimento aziendale.
- Progetta sistemi di contesto utilizzando l’attraversamento di grafi Neo4j, la ricerca vettoriale e il recupero ibrido.
- Crea dataset di valutazione, metodi di scoring, suite di regressione, confronti tra modelli, cicli di revisione umana e attribuzione della qualità a livello di fase.
- Aggiungi tracciamento, audit delle chiamate agli strumenti, monitoraggio dei costi e della latenza, gestione degli errori e dashboard della qualità.
- Individua cicli di orchestrazione, allucinazioni e deriva non rilevata dei modelli prima che abbiano effetto sui clienti.
- Scegli tra i modelli di OpenAI, Anthropic e Google in base ai requisiti dell’attività.
- Collabora con i team di prodotto e ingegneria della conoscenza contribuendo a definire la roadmap dell’IA.
- Riporta al CTO e contribuisci a diverse responsabilità del team fondatore.
Requisiti
- Esperienza professionale nell’ingegneria dell’IA o del machine learning, inclusa la realizzazione di sistemi LLM utilizzati da clienti reali.
- Esperienza pratica nella creazione e nella risoluzione dei problemi di flussi di lavoro a più fasi con chiamate agli strumenti tramite LangGraph, LangChain o un framework equivalente.
- Un processo ripetibile di valutazione degli LLM basato su dataset rappresentativi, test di regressione, metodi LLM-as-judge o cicli di revisione umana.
- Esperienza nella preparazione del contesto per gli LLM e nel prendere decisioni consapevoli su cosa recuperare, quanto recuperare e perché.
- Comprovata esperienza nella gestione dei sistemi durante deployment, monitoraggio e risposta agli incidenti.
- Esperienza nell’analisi e nella risoluzione di un guasto o di una regressione in produzione.
- Capacità di lavorare con diversi provider di modelli e di spiegare i compromessi tra qualità, latenza, costi, contesto e rischio operativo.
- Conoscenza pratica di Neo4j e Cypher, o di un database a grafo comparabile, con capacità di apprendere rapidamente la modellazione dei dati a grafo; fortemente preferibile.
- Forti competenze di sviluppo in Python.
- Esperienza in produzione con FastAPI, servizi asincroni, testing, osservabilità e interfacce manutenibili.
- Esperienza avanzata con i grafi, inclusi Cypher, evoluzione dello schema, pattern MERGE, embeddings e gestione di un knowledge graph attivo; gradita.
- Esperienza nella sicurezza dell’IA aziendale; gradita.
- Esperienza con Azure e la ricerca ibrida; gradita.
- Esperienza con Azure AI Search, Pinecone, MongoDB Atlas, pgvector, Elasticsearch o piattaforme simili; gradita.
- Precedente esperienza in SaaS B2B aziendale; fortemente preferibile.
Benefit
- Entra a far parte di un piccolo team con un’ampia autonomia.
- Ricevi feedback diretto dai team di sicurezza e osserva l’impatto del tuo lavoro sui clienti.
- Lavora a stretto contatto con il CTO e con i team di prodotto e ingegneria della conoscenza.
- Influisci su decisioni tecniche importanti e porta rapidamente le modifiche ai clienti.
- Affronta sfide di ragionamento complesse in un ambito critico per la sicurezza.
- Lavora in una cultura orientata prima di tutto alla valutazione, incentrata su una qualità misurabile, osservabile e migliorabile.