機械学習エンジニア、検索拡張生成
DEFCON AI のレジリエントな最適化プラットフォーム向けに、スケーラブルな埋め込み、ベクトル検索、根拠付き言語モデルシステムを構築します。引用付きの出力、制御されたロールバック、本番環境向けの包括的なテレメトリを実現します。
仕事内容
- 大規模なエビデンス基盤全体で埋め込み、ベクトルストレージ、検索を拡張し、出典情報を追跡する
- 生成テキストが常に引用に基づくよう、言語モデルをソースレコードに接続する
- 引用エラーを評価し、根拠付けの品質を測定する
- プロンプトと構造化出力スキーマを作成する
- モデルのパッケージ化、バージョン管理、サービング、ロールバックを管理する
- 検索と生成の品質、推薦とバージョンの帰属、上書き、棄却、根拠付けの失敗、レイテンシ、スループット、測定イベントを追跡する
- 難しいナラティブ抽出に対して制約付きのモデル支援を適用し、すべての結果をソース箇所にリンクする
- 各モデル支援処理に記録済みのルールコンテキストを含め、正確なルールバージョンと順序付きコンテキストを保持する
- 主要なマネージド推論サービスと並行して、セルフホスト型またはマネージド型のモジュール式境界内サービング経路を運用する
- 生成された説明、スケーラブルな検索、信頼性の高いロールバック、包括的な測定テレメトリを提供する
応募要件
- 5年以上の経験があり、その中には自ら構築した本番環境または本番環境に近い検索拡張生成システムの経験を含むこと
- 検索アーキテクチャ、ベクトルストアの選定、根拠付けテスト、実際の引用失敗、ロールバック方法について詳細に説明できること
- 高い Python スキルと、埋め込みおよび大規模ベクトル検索の実務経験を示すこと
- 自分が実際に提供したものが、プロトタイプ、提案、デプロイ済みコードのどれかを明確に区別できること。この職務では履歴書上の肩書きより提供経験を重視するため
- 米国市民権を有すること
- 勤務開始日に有効な米国の秘密 clearance を有すること
- 制限環境またはエアギャップ環境でモデルをデプロイした経験があることが望ましい
- セルフホスト型またはオープンウェイトモデルを運用した経験があることが望ましい
- ファインチューニング、アダプター、カスタム埋め込みの経験があることが望ましい
- 連邦 DevSecOps、RMF、ATO、または米国戦争省のクラウド環境での経験があることが望ましい
- 有効な極秘 clearance を有することが望ましい
福利厚生
- 成果重視の環境で完全リモート勤務ができる
- 競争力のある給与、賞与、株式報酬パッケージを受けられる
- 本人と家族の医療、歯科、眼科保険が全額雇用主負担となる
- マネージャーの承認により無制限の有給休暇を取得できる
- 柔軟な勤務環境でスケジュールを管理できる
- 14週間の全額有給育児休暇を取得できる