AI Fund yra rizikos kapitalo studija, padedanti steigti ir plėtoti į dirbtinį intelektą orientuotas įmones. Bendradarbiaudama su steigėjais ir technologijų pionieriais, ji tampa mažumos dalį turinčiu bendraįkūrėju ir remia dirbtinio intelekto sprendimų kūrimą tokiose srityse kaip gamyba, psichikos sveikata, švietimas ir sveikatos priežiūra. Jos veikloje įmonių kūrimas derinamas su praktine pagalba komandoms, taikančioms dirbtinį intelektą įvairių pramonės šakų iššūkiams spręsti.
DI sistemų programinės įrangos inžinierius – AI Fund – nuotolinis darbas iš Kanados
Kurkite gamybai paruoštus LLM konvejerius ir agentų orkestravimą „Haven Safety AI“ įmonių saugos žvalgybos platformai. Gerinkite informacijos paiešką, vertinimą, stebimumą ir modelių kokybę reguliuojamose pramonės šakose.
Aprašymas
- Kurkite ir eksploatuokite kelių etapų LLM konvejerius, koordinuojančius modelių ir įrankių iškvietimus, grafų užklausas, informacijos paiešką, kokybės vartus ir specializuotų agentų perdavimus.
- Plėskite „Haven“ koordinuojamą agentų komandą ir orkestravimo sluoksnį nuo incidentų įrodymų iki analizės, peržiūros ir organizacinio mokymosi.
- Kurkite konteksto sistemas naudodami „Neo4j“ grafų traversavimą, vektorinę paiešką ir hibridinę paiešką.
- Kurkite vertinimo duomenų rinkinius, vertinimo metodus, regresijos testų rinkinius, modelių palyginimus, žmogaus peržiūros ciklus ir etapų lygmens kokybės priskyrimą.
- Įdiekite sekimą, įrankių iškvietimų auditą, sąnaudų ir delsos stebėjimą, klaidų tvarkymą bei kokybės skydelius.
- Nustatykite orkestravimo ciklus, haliucinacijas ir nepastebėtą modelio dreifą prieš jiems paveikiant klientus.
- Rinkitės iš „OpenAI“, „Anthropic“ ir „Google“ modelių pagal užduoties reikalavimus.
- Bendradarbiaukite su produktų ir žinių inžinerijos komandomis bei padėkite apibrėžti DI veiksmų planą.
- Atsiskaitykite CTO ir prisidėkite prie įvairių steigėjų komandos atsakomybių.
Reikalavimai
- Profesinė DI arba mašininio mokymosi inžinerijos patirtis, įskaitant realių klientų naudojamų LLM sistemų pristatymą.
- Praktinė patirtis kuriant ir šalinant kelių etapų darbo eigų su įrankių iškvietimais triktis naudojant „LangGraph“, „LangChain“ ar lygiavertę sistemą.
- Pakartojamas LLM vertinimo procesas, naudojant reprezentatyvius duomenų rinkinius, regresijos testus, LLM kaip vertintojo metodus arba žmogaus peržiūros ciklus.
- Patirtis rengiant LLM kontekstą ir priimant pagrįstus sprendimus, ką, kiek ir kodėl gauti.
- Įrodyta sistemų priežiūra nuo diegimo iki stebėjimo ir reagavimo į incidentus.
- Patirtis tiriant ir sprendžiant gamybinį gedimą arba regresiją.
- Gebėjimas dirbti su skirtingais modelių teikėjais ir paaiškinti kompromisus, susijusius su kokybe, delsa, sąnaudomis, kontekstu ir operacine rizika.
- „Neo4j“ ir „Cypher“ arba panašios grafų duomenų bazės darbo žinios bei gebėjimas greitai išmokti grafų duomenų modeliavimą; labai pageidautina.
- Puikūs „Python“ kūrimo įgūdžiai.
- Gamybinė „FastAPI“, asinchroninių paslaugų, testavimo, stebimumo ir prižiūrimų sąsajų patirtis.
- Pažangi grafų patirtis, įskaitant „Cypher“, schemos raidą, „MERGE“ šablonus, įterpinius ir veikiančio žinių grafo eksploatavimą; privalumas.
- Įmonių DI saugos patirtis; privalumas.
- „Azure“ ir hibridinės paieškos patirtis; privalumas.
- „Azure AI Search“, „Pinecone“, „MongoDB Atlas“, „pgvector“, „Elasticsearch“ ar panašių platformų patirtis; privalumas.
- Ankstesnė įmonėms skirtų B2B SaaS sprendimų patirtis; labai pageidautina.
Privalumai
- Prisijungsite prie mažos komandos, kurioje turėsite didelę atsakomybę.
- Gaunate tiesioginį saugos komandų grįžtamąjį ryšį ir matote savo darbo poveikį klientams.
- Glaudžiai dirbsite su CTO, produktų ir žinių inžinerijos komandomis.
- Darysite įtaką svarbiems techniniams sprendimams ir greitai pristatysite pakeitimus klientams.
- Spręsite sudėtingus samprotavimo uždavinius saugai kritinėje srityje.
- Dirbsite vertinimu grįstoje kultūroje, orientuotoje į išmatuojamą, stebimą ir gerinamą kokybę.