The Hartford ir apdrošināšanas un finanšu pakalpojumu uzņēmums, kas apkalpo privātpersonas, ģimenes, kā arī mazos un vidējos uzņēmumus. Uzņēmums, kas dibināts 1810. gadā, piedāvā auto, mājokļa un uzņēmējdarbības apdrošināšanu, kā arī darbinieku labumus un citus apdrošināšanas risinājumus. Uzņēmums ir pazīstams arī ar AARP atbalstītajām auto un mājokļa apdrošināšanas programmām, kas programmu dalībniekiem nodrošina piekļuvi ekskluzīvām priekšrocībām un atlaidēm.
Vecākais analītiķis, modeļu riska un ģeneratīvā mākslīgā intelekta validācija
Validē ģeneratīvā un aģentiskā mākslīgā intelekta modeļus, kas atbalsta The Hartford apdrošināšanas darbību. Veido testēšanas ietvarus, novērtē modeļu risku un komunicē validācijas secinājumus.
Apraksts
- Validē ģeneratīvā un aģentiskā mākslīgā intelekta izmantošanas gadījumus dažādās uzņēmējdarbības funkcijās un darbības jomās
- Apstiprini, ka modeļu aprēķini, algoritmi un metodikas ir precīzi un piemēroti paredzētajiem mērķiem
- Izstrādā alternatīvus risinājumus un testēšanas metodes kopsavilkumu veidošanai, atbildēšanai uz jautājumiem, meklēšanai, datu sintēzei, LLM kā vērtētājam un saistītām lietojumprogrammām
- Novērtē kvantitatīvas un kvalitatīvas metodes modeļu precizitātes, noturības un uzticamības mērīšanai
- Pārskati datu ievades, pieņēmumus, uzvedņu izstrādes un konteksta inženierijas praksi
- Izveido un izpildi testus nedeterministiskām mākslīgā intelekta sistēmām, izmantojot mainīguma analīzi, ticamības intervālus un statistiskās novērtēšanas metodes
- Apšaubi modeļu ievades, aprēķinus, izvades, konceptuālo pamatotību, uzraudzību, kontroles un dokumentāciju
- Dokumentē secinājumus un ieteikumus, analizē to ietekmi un sagatavo modeļu validācijas pārskatus
- Veic pārvaldības pienākumus, tostarp secinājumu uzskaiti, koriģējošo pasākumu testēšanu un validācijas darbības
- Attīsti ģeneratīvā mākslīgā intelekta validācijas ietvaru, izmantojot standartizētus rādītājus un validācijas rīkus
- Sadarbojies ar datu zinātnes komandām, lai saskaņotu modeļu riska praksi ar mainīgajām modelēšanas iespējām un atbalstītu proaktīvu riska pārvaldību
- Uzraugi mākslīgā intelekta un mašīnmācīšanās, ģeneratīvā mākslīgā intelekta, aģentisko sistēmu, regulatīvo prasību un departamenta iniciatīvu attīstību
- Palīdzi novērtēt un testēt tādus rīkus kā Vertex AI/Google ADK, LangChain/LangGraph, RAG ietvarus, Hugging Face un OpenAI API
- Novērtē risinājumus atbilstoši mākslīgā intelekta pārvaldības standartiem, modeļu riska pārvaldības politikām un jaunajām regulatīvajām prasībām
Prasības
- Augstākā izglītība, piemēram, maģistra vai doktora grāds mākslīgā intelekta, mašīnmācīšanās, skaitļošanas zinātnes, inženierzinātņu, statistikas, lietišķās matemātikas, aktuārzinātnes, datorzinātnes, kvantitatīvās ekonomikas vai saistītā jomā
- Vismaz 3 gadu profesionālā pieredze mašīnmācīšanās vai datu zinātnes jomā, tostarp vismaz 1 gada pieredze ģeneratīvā vai aģentiskā mākslīgā intelekta jomā
- Pieredze īpašuma un nelaimes gadījumu, grupu, dzīvības vai saistītu apdrošināšanas produktu jomā tiks uzskatīta par priekšrocību
- Spēcīgas programmēšanas un tehnoloģiju prasmes darbā ar Python, SQL un Git
- Labas zināšanas par ģeneratīvā mākslīgā intelekta jēdzieniem, tostarp uzvedņu un konteksta inženieriju, ar izguvi papildinātu ģenerēšanu, LLM iekšējo darbību, LLM novērtēšanu un daudzaģentu sistēmām
- Pieredze darbā ar mūsdienīgām mākoņdatošanas un mākslīgā intelekta platformām, piemēram, GCP/Vertex AI, Google uAgent Development Kit (ADK), AWS/SageMaker, LangChain/LangGraph, Hugging Face un OpenAI API
- Spēja strādāt patstāvīgi, proaktīvi uzņemties atbildību, ievērot termiņus un pielāgoties mainīgām prioritātēm
- Spēcīgas analītiskās, kritiskās domāšanas un izpētes prasmes
- Apņemšanās nepārtraukti mācīties un attīstīties, mainoties modelēšanas metodēm un mākslīgā intelekta tehnoloģijām
- Radoša, uz risinājumiem vērsta pieeja, inovatīva domāšana un gatavība apšaubīt iedibināto praksi
- Teicamas komunikācijas un sadarbības prasmes, tostarp spēja izskaidrot sarežģītus tehniskus jēdzienus netehniskiem interesentiem
Priekšrocības
- Īstermiņa vai gada prēmijas iespējas
- Ilgtermiņa stimuli
- Tūlītēja atzinība
- Priekšrocības un labumi; sīkāka informācija nav norādīta