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, sistemi di IA (Da remoto negli Stati Uniti)
Sviluppa agenti LLM pronti per la produzione per la piattaforma aziendale di intelligence sulla sicurezza di Haven Safety. Gestisci i sistemi di recupero, valutazione, osservabilità e affidabilità per indagini critiche per la sicurezza.
Descrizione
- Sviluppa ed esegui pipeline LLM in 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 evidenze degli incidenti fino all’analisi, alla revisione e all’apprendimento aziendale.
- Crea il livello di contesto utilizzando traversal di Neo4j, ricerca vettoriale e recupero ibrido.
- Sviluppa 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, recupero dagli errori e dashboard di qualità.
- Individua loop degli agenti, allucinazioni e derive silenziose delle prestazioni prima che abbiano effetto sui clienti.
- Scegli tra i modelli di OpenAI, Anthropic e Google in base ai requisiti dell’attività.
- Collabora strettamente con i team di prodotto e di ingegneria della conoscenza.
- Contribuisci a definire la direzione della roadmap dell’IA.
- Progetta, realizza, strumenta e migliora continuamente sistemi di ragionamento IA e LLM utilizzando evidenze di produzione.
- Riporta direttamente al CTO.
Requisiti
- Esperienza nell’ingegneria dell’IA o nel machine learning, inclusa la realizzazione di sistemi LLM utilizzati da clienti reali.
- Esperienza pratica nella creazione e nella risoluzione dei problemi di workflow in più fasi che utilizzano strumenti, con LangGraph, LangChain o un framework comparabile.
- Approccio sistematico alla valutazione degli LLM mediante dataset rappresentativi, test di regressione, metodi LLM-as-judge o cicli di revisione umana.
- Esperienza nella preparazione del contesto per gli LLM, con una motivazione chiara di cosa recuperare, quanto recuperarne e perché.
- Responsabilità di sistemi di produzione durante distribuzione, monitoraggio e risposta agli incidenti, inclusa la diagnosi e la risoluzione di guasti o regressioni.
- Capacità di lavorare con diversi provider di modelli e di spiegare i compromessi relativi a qualità, latenza, costi, contesto e rischio operativo.
- Fortemente preferibile: esperienza con Neo4j e Cypher o con un database a grafo comparabile, oltre alla capacità di apprendere rapidamente la modellazione dei dati a grafo.
- Competenze avanzate in Python.
- Esperienza in produzione con FastAPI, servizi asincroni, testing, osservabilità e interfacce manutenibili.
- Costituisce un plus: competenza in Cypher, evoluzione degli schemi, pattern MERGE, embeddings e gestione di un knowledge graph attivo.
- Costituisce un plus: conoscenza del prompt injection, della prevenzione delle perdite di contesto, dell’isolamento dei tenant, del controllo degli accessi basato sui ruoli e della separazione dei livelli di policy.
- Costituisce un plus: esperienza nella gestione di servizi IA in produzione su Azure e nell’utilizzo di Azure AI Search, Pinecone, MongoDB Atlas, pgvector, Elasticsearch o una piattaforma simile.
- Fortemente preferibile: precedente esperienza in un ambiente aziendale.
- Le persone candidate devono risiedere negli Stati Uniti; non è prevista la ricollocazione.
Benefit
- Lavora su importanti sfide di ragionamento nell’IA.
- Entra a far parte di un team che dà priorità alla valutazione nella propria pratica ingegneristica.
- Realizza tecnologia con un effetto diretto e visibile sui clienti.
- Assumi un’ampia responsabilità all’interno di un piccolo team.
- Ricevi contributi diretti dai team di sicurezza e dagli utenti finali.
- Collabora strettamente con il CTO e con i team di prodotto e di ingegneria della conoscenza.
- Prendi decisioni tecniche rilevanti e osserva rapidamente i risultati arrivare ai clienti.