Scarletは、対面とオンラインの両方で提供するカスタマイズ型の教育・研修プログラムを通じて、リーダーシップと職業上のスキルを育成しています。コースや実践的な指導では、インターンのマナー、ビジネスネットワーキング、プレゼンテーションスキル、職場で効果的に人間関係を築く方法などを扱います。教育、人事テクノロジー、生産性の分野で活動するScarletは、個人の成長と誠実なコミュニケーションを重視し、人生のさまざまな段階でリーダーとして活躍するための自信とスキルを身につけられるよう支援しています。
シニア機械学習エンジニア、ロンドン・ハイブリッド勤務
Scarletの医療機器認証業務向けに、エージェント型の文書理解システムを構築・導入します。 安全性と証拠の完全性を守りながら認証を加速する、評価済みの機械学習システムを開発します。
仕事内容
- 技術ファイルを検索、解析、視覚的に検査するエージェント型文書理解システムを設計する
- 多様な大量の文書コレクションから情報を取得するエージェント用ハーネスを作成する
- 正確性、レイテンシー、コストのバランスを取りながら出典の帰属を維持し、ハルシネーションを低減する
- エージェントベースのシステムを本番環境に導入する
- 評価担当者と協力し、複雑な領域で成功基準を定義し、データセットとベンチマークを作成する
- 検索品質、引用の正確性、専門家間の一致度、評価担当者の作業量、評価品質、顧客体験、手戻りを評価する
- 評価結果を改善の優先順位付けに活用する
- 認証機関に求められる公平性と客観性を維持するエージェントを開発する
- ユーザーによる証拠の解釈と不確実性の特定を支援し、重大な意思決定に対する説明責任を維持する
- 機械学習システムを構想・プロトタイプから導入、評価、継続的改善まで主導する
- 臨床医、評価担当者、エンジニアと連携し、安全性を損なうことなく医療機器認証を加速する
応募要件
- ソフトウェアを本番環境に提供した経験が3年以上あること
- ディープラーニング、エージェントツール、コンテキスト管理、情報検索に関する実務知識
- 機械学習評価用データセットを作成した経験
- 統計学と機械学習システム評価を第一原理から理解していること
- 本番システムの設計、導入、運用経験
- データアクセス、権限、信頼できない入力、重大なアクションを含む、本番環境のセキュリティに関する実践的な判断力
- ワークロードに適したインフラを選定し、複雑性、信頼性、セキュリティ、コストのトレードオフを説明できること
- 領域専門家と成功基準を定義し、実験から本番環境の改善まで、曖昧な課題を主体的に進められること
- 歓迎：ツール使用、機密データ、重大なアクションを伴うエージェントシステムを、評価と安全対策を含めて導入した経験
- 歓迎：複雑なソース証拠に照らして出力を検証する必要がある検索または文書理解システムの構築経験
- 勤務セッション中にロンドンオフィスで勤務できること
福利厚生
- 株式報酬
- ワーキングセッションと面接は採用プロセスに含まれます