CommonAI CIC
CommonAI CIC
CommonAI CIC is een in Cambridge gevestigde onderneming van maatschappelijk belang en een non-profitorganisatie met leden, die werkt aan de veilige en verantwoorde ontwikkeling van fundamentele AI-technologieën. Het samenwerkingsgerichte engineeringmodel brengt AI-start-ups, gevestigde bedrijven, organisaties uit de publieke sector en academische teams samen om middelen te delen, intellectueel eigendom te ontwikkelen en deeptech-AI vooruit te helpen via begeleide programma’s, waaronder initiatieven met hoge betrouwbaarheidseisen en het Scaling Inference Lab. De organisatie ondersteunt leden met toegang tot een beschermde Digital Commons, gespecialiseerde engineering- en onderzoeksexpertise en kostenefficiënte rekeninfrastructuur voor begeleide open-source- en onderzoeksprojecten. Werken bij CommonAI CIC biedt de mogelijkheid om bij te dragen aan praktisch, samenwerkingsgericht werk op het snijvlak van kunstmatige intelligentie, onderzoek en technologie in het algemeen belang.

Machinelearning-systeemingenieur: inferentiebenchmarking

Ontwikkel reproduceerbare benchmarks voor LLM-serving als onderdeel van CommonAI’s Britse onderzoek naar AI-infrastructuur. Evalueer workloads met lange contexten en agentische toepassingen op fysieke systemen en in simulaties.

Beschrijving

  • Ontwikkel en onderhoud reproduceerbare LLM-serving-workloads, configuraties en benchmarktools
  • Bouw workloads met lange contexten en agentische toepassingen met geschikte bestaande software
  • Breng aanvraagpatronen, prompt- en uitvoerlengtes, caching, batching, toolgebruik en afhankelijkheden tussen aanvragen in kaart
  • Stel prestatiemaatstaven vast naast eisen voor applicatiekwaliteit en dienstverlening
  • Werk samen met meetingenieurs om workloads op fysieke systemen te reproduceren
  • Werk samen met simulatoringenieurs om workloads weer te geven met behoud van belangrijke gedragingen en afhankelijkheden
  • Beoordeel hoe wijzigingen in workloads en servingconfiguraties de conclusies beïnvloeden
  • Houd benchmarks actueel wanneer inferentietechnologie en workloads veranderen
  • Leg datasets, model- en softwareversies, configuraties, herkomst en toegestane gebruiksdoelen vast
  • Vergelijk de prestaties van workloads op verschillende systemen aan de hand van overeengekomen eisen voor applicatiekwaliteit en dienstverlening
  • Help ingenieurs en investeerders infrastructuurkeuzes voor specifieke toepassingen te begrijpen

Vereisten

  • Ervaring met het bouwen of evalueren van machineleersystemen, inferentiediensten, prestatiebenchmarks of vergelijkbare workloadgestuurde systemen
  • Sterke praktische softwarevaardigheden voor het bouwen van betrouwbare benchmarktools, het analyseren van resultaten en het opsporen van problemen in de wisselwerking tussen applicaties en infrastructuur
  • Inzicht in LLM-inferentie en belangstelling voor de invloed van servingkeuzes op prestaties en uitvoerkwaliteit
  • Zorgvuldigheid bij het opzetten van reproduceerbare vergelijkingen en het interpreteren van resultaten aan de hand van vastgelegde applicatievereisten
  • Praktische ervaring met AI-codeeragenten en een goed beoordelingsvermogen bij het valideren van gegenereerde code, datatransformaties en evaluaties
  • Ervaring met vLLM, SGLang of vergelijkbare servingsoftware, workloads met lange contexten, agentische toepassingen, traceanalyse of kwaliteitsevaluatie is een pré
  • In staat om met LLM-serving te werken; andere vormen van inferentie kunnen later ook worden overwogen
  • Een relevante vervolgopleiding is nuttig, maar ervaring en de kwaliteit van het werk wegen zwaarder dan diploma’s
  • Je moet in het Verenigd Koninkrijk wonen of, zoals afgesproken, naar Cambridge kunnen komen voor hybride werk

Voordelen

  • Concurrerend salaris met pensioenregeling en arbeidsvoorwaarden
  • Mogelijkheden voor professionele ontwikkeling
  • Netwerkmogelijkheden met invloedrijke mensen uit de technologie en de academische wereld
  • Ruim budget voor tools voor geavanceerde modellen en codeeragenten
  • Samenwerkende en ondersteunende werkomgeving
  • Kans om een belangrijke bijdrage te leveren aan een groeiende organisatie
  • Bruisend kantoor vlak bij het station van Cambridge
  • Hybride werken met individueel afgesproken aanwezigheid in Cambridge
  • Mogelijkheden voor een vaste aanstelling, deeltijdwerk en consultancy
  • Flexibele startdatum
  • Inclusieve en diverse werkomgeving

Gerelateerde vacatures

Aurora Energy Research

Senior AI-software-engineer

Aurora Energy Research

Geef leiding aan de ontwikkeling van autonome LLM-systemen die beslissingen op de energiemarkt ondersteunen bij Aurora Energy Research, waar cloudsoftware elektriciteitsnetten volgt en modelleert. Leid teams en breng agentische systemen van eerste gebruikersgesprekken tot productie.

Openen
Hiscox

Machinelearning-engineer bij Hiscox (hybride, Verenigd Koninkrijk)

Hiscox

Ontwikkel schaalbare oplossingen voor machinelearning en generatieve AI voor de specialistische verzekeringsactiviteiten van Hiscox. Automatiseer modelimplementaties met Azure, Databricks, Kubernetes en CI/CD-workflows.

Openen