Appen izstrādā datu pamatu, kas nodrošina mākslīgā intelekta produktu un lietojumprogrammu darbību. Uzņēmums, kas dibināts 1996. gadā, piedāvā mērogojamus pakalpojumus visā mākslīgā intelekta datu aprites ciklā, tostarp datu vākšanā un kurēšanā, modeļu precizēšanā un uzraudzībā. Savā darbā uzņēmums apvieno cilvēku zināšanas ar mākslīgo intelektu, lai palīdzētu organizācijām efektīvāk izmantot savus datus. Izmantojot pieredzi mākslīgā intelekta, konsultāciju un mārketinga jomā, Appen atbalsta dažādu nozaru organizācijas mākslīgā intelekta tehnoloģiju izstrādē un ieviešanā.
Lietišķā mākslīgā intelekta pētniecības inženieris — Appen, Indija (attālināts darbs)
Pievienojies Appen kā lietišķā mākslīgā intelekta pētniecības inženieris, izstrādājot pastiprinātās mācīšanās vides, LLM konveijerus un novērtēšanas sistēmas globālām mākslīgā intelekta apmācības datu programmām. Veido atkārtoti izmantojamus pētniecības resursus vadošajām laboratorijām un klientu projektiem.
Apraksts
- Izveido pastiprinātās mācīšanās un aģentu vides klientu un vadošo laboratoriju lietojumiem, aptverot uzdevumu izstrādi, vērtēšanu un novērtēšanu
- Izstrādā etalonus un novērtēšanas ietvarus, kas mēra modeļu un datu kvalitāti pēc precizitātes, noturības, drošības, aizkaves un izmaksām
- Veido LLM konveijerus un aģentiskas sistēmas pētniecībai, novērtēšanai un klientu izmēģinājumiem
- Veic precīzas pielāgošanas, adapteru un citus modeļu eksperimentus, lai izprastu, kā dati un metodes ietekmē modeļa darbību
- Ievies lokālus un paša uzturētus modeļus novērtēšanai, secinājumu ģenerēšanai un darba plūsmu automatizācijai
- Dokumentē eksperimentus, konfigurācijas, datu kopas, rezultātus un zināmos ierobežojumus, lai atbalstītu reproducējamu darbu
- Sadarbojies ar GenAI pētniecības komandu un starpdisciplināriem partneriem, lai tehnisko darbu pārvērstu atkārtoti izmantojamos klientu sadarbības resursos
Prasības
- Bakalaura, maģistra vai doktora grāds datorzinātnēs, inženierzinātnēs, mašīnmācīšanās jomā vai saistītā tehniskā disciplīnā
- Vismaz trīs gadu profesionāla inženiera pieredze vai atbilstoša nozares pieredze mākslīgā intelekta, mašīnmācīšanās vai programmatūras inženierijas jomā
- Pierādītas programmatūras inženierijas prasmes, tostarp pieredze uzticamu un uzturamu mākslīgā intelekta sistēmu izveidē
- Praktiska pieredze ar aģentiskām sistēmām, pastiprinātās mācīšanās vidēm, LLM konveijeriem vai līdzīgām mākslīgā intelekta lietotnēm
- Pieredze novērtēšanas ietvaru, etalonu vai modeļu testēšanas konveijeru izveidē
- Spēja patstāvīgi risināt tehniskus izaicinājumus un ātri pārvērst pētniecības jautājumus vai idejas funkcionējošos risinājumos
- Labas zināšanas eksperimentēšanā, reproducējamībā un tehniskajā dokumentēšanā
Priekšrocības
- Elastīgi darba veidi
- Piekļuve rīkiem, resursiem un attīstības iespējām, kas atbalsta prasmju pilnveidi
- Iespēja risināt sarežģītas mākslīgā intelekta problēmas dažādās nozarēs un reģionos
- Sadarbībā balstīta kultūra, kuras centrā ir inovācijas, atbildība, zinātkāre un izcilība