Snorkel AIは、機械学習チーム向けに専門家データソリューションを開発しています。同社のExpert Data-as-a-Serviceプラットフォームは、組織による高品質な学習データセットの作成と評価を支援し、モデル開発の迅速化と、より信頼性の高いAIアプリケーションの実現に貢献します。2019年にスタンフォード大学での研究を起点として設立され、コンサルティング、ヘルスケア、物流などの分野の組織と連携し、実用的なAIシステムの発展に取り組んでいます。
Snorkel AIシニアAI・機械学習ソフトウェアエンジニア（ハイブリッド勤務）
エージェント評価、モデルルーティング、ファインチューニングモデルシステムの改善を担うシニア／スタッフ機械学習エンジニアです。 Snorkel AIのエンタープライズ顧客向けに、堅牢なAIデータ基盤を構築します。
仕事内容
- 機械学習とAIを活用し、最先端AIデータの生成と評価における速度、コスト、厳密性を向上させる
- 最先端レベルのデータがどのように生成・評価されるかを調査する
- 仮説を立て、実際の本番データで検証する
- 高い成果を示したアプローチをスケールさせる
- 適応型サンプリング、統計的根拠に基づく早期停止、モデルカスケード、キャッシュ、低コスト優先ゲーティングにより、長期的なエージェント評価コストを削減する
- 品質基準を満たす最も低コストのモデルに評価・判定リクエストを振り分け、フォールバック、監視、コスト帰属を実装する
- LoRAなどのパラメータ効率の高い手法でオープンウェイトモデルをファインチューニングし、デプロイする
- 最先端システムへの導入前にタスク難易度を予測するモデルを開発する
- ゴールデンデータセットを作成し、LLM-as-judgeシステムの精度とキャリブレーションを測定する
- 研究プロトタイプを、本番エンジニアや研究者が再利用・設定できるコンポーネントへ変換する
- MLエンジニアリング標準の策定、専門領域の方向性づくり、拡大するチームの支援に貢献する
応募要件
- 本番環境で稼働する機械学習またはソフトウェアシステムを構築した5年以上の経験があり、プロトタイプから本番導入までを一貫して担当できること
- 本番環境でLLMまたはMLワークロードを運用した実務経験
- 非決定的システムを効果的に分析する能力
- 実験計画、仮説検定、サンプリング、信頼区間を含む、統計学と実験に関する確かな基礎知識
- テスト、コードレビュー、システム設計を含む、高度なPythonおよびソフトウェアエンジニアリングスキル
- 評価を作成し、その結果を厳密に解釈した経験
- 正式に割り当てられる前に、高いインパクトが見込まれる課題を主体的に特定する姿勢
- 研究、エンジニアリング、ビジネスの各チームと明確にコミュニケーションできる能力
福利厚生
- 優先事項や取り組みに大きな影響を与える機会
- 重要な戦略的意思決定に意見を反映できる機会
- Snorkel AIの継続的な成功に直接貢献できる機会
- 技術的な専門性を深める機会
- リードする機会
- 複数の職種にまたがるスキルを伸ばす機会
- 学習と共通の成功を重視する成長志向の環境で、キャリア開発の支援を受けられる
- 応募・面接プロセス、職務遂行、雇用上の福利厚生や権利へのアクセスを通じて、障害のある応募者および従業員に合理的配慮を提供