FourKites, Inc. ontwikkelt een wereldwijd platform voor inzicht in de toeleveringsketen waarmee organisaties hun logistiek in realtime kunnen volgen en coördineren. De toepassingen brengen gegevens uit transport, voorraadbeheer en terreinactiviteiten samen, zodat teams een duidelijker beeld krijgen van zendingen en activiteiten in de toeleveringsketen via meerdere transportmodaliteiten. Het bedrijf bedient meer dan 1.500 toonaangevende merken, waaronder bedrijven in de logistiek, voedingsmiddelen- en drankenindustrie, farmaceutische sector en productie, en kan worden gekoppeld aan bedrijfssystemen om efficiëntere processen, kostenbeheersing en klantenservice te ondersteunen.
Principal AI-architect voor agentsystemen
Leid de architectuur van de AI-agents van FourKites, van modellen en contextbeheer tot evaluatie. Bouw het platform achter AI-gestuurde digitale medewerkers voor de toeleveringsketen.
Beschrijving
- Draag de verantwoordelijkheid voor de architectuur van de AI-agents van FourKites, met aandacht voor uitvoering, context, modellen en evaluatie.
- Bepaal de referentiearchitectuur voor agents: loops, toolgebruik, status, checkpoints, nieuwe pogingen, herstel, beveiligingsmaatregelen, machtigingen en overdrachten aan mensen.
- Ontwerp robuuste workflows met meerdere stappen die contextvensters overschrijden en herstellen van fouten in tools, API's van vervoerders en modellen.
- Kies voor elk probleem de juiste aanpak: van geavanceerde of open-weight modellen tot fijn afgestemde encoders of conventionele code.
- Beheer de routering tussen modellen, kosten per taak en latentiedoelen voor het hele agentenpark.
- Koppel agents aan Kafka, microservices, Postgres, klant-API's en MCP-servers.
- Stel standaarden op voor contextvensters met prompts, tools, opgehaalde inhoud, geheugen en eerdere beurten binnen de tokenlimieten.
- Ontwikkel gedeelde tools voor retrieval, contextinkorting, samenvattingen, isolatie van subagents, promptcaching en blijvend geheugen.
- Onderzoek contextfouten en zet oplossingen om in herbruikbare uitvoeringspatronen.
- Ontwikkel offline-evaluatiesystemen met productietraces, codegebaseerde controles, gekalibreerde beoordeling door LLM's en CI-regressiesuites.
- Ontwikkel online-evaluatie met scores uit productie, kwaliteitsmetingen, driftbewaking, shadow- en A/B-releases, feedbacksignalen en kwaliteitsmeldingen.
- Koppel evaluatiemetingen aan resultaten zoals trackingnauwkeurigheid, automatische afhandeling van uitzonderingen en de bezettingsgraad van afspraken.
- Beoordeel ontwerpen en pull requests, documenteer de architectuur en operationele draaiboeken en begeleid staff- en senior engineers.
- Volg ontwikkelingen in modellen en tools, voer experimenten uit en adviseer of iets zelf gebouwd, ingekocht of afgewacht moet worden.
- Werk samen met Product, Solutions en Customer Success om praktijkproblemen om te zetten in platformverbeteringen.
Vereisten
- Je hebt een LLM-agentsysteem ontworpen en beheerd dat door echte gebruikers en productieverkeer wordt gebruikt, inclusief toolaanroepen, workflows met meerdere stappen, foutafhandeling en escalatie naar mensen.
- Je hebt na de lancering de verantwoordelijkheid gedragen voor een LLM-agentsysteem en incidenten, kosten en latentie beheerd.
- Je hebt diepgaande kennis van machine learning, waaronder attention, positionele coderingen, encoder- en decoderarchitecturen, tokenisatie en KV-caches.
- Je hebt encodermodellen getraind of fijn afgestemd, zoals modellen uit de BERT-familie, sentence embeddings, bi-encoders en cross-encoder-rerankers.
- Je begrijpt contrastieve training, distillatie en kwantisatie.
- Je hebt tokenbudgetten beheerd en retrieval en geheugen voor agents gebouwd.
- Je hebt contextinkorting en subagents gebruikt en de kwaliteit gemeten naarmate contextvensters vollopen.
- Je hebt uitvoeringslagen voor agents gebouwd met loops, tooldispatch, status en checkpoints, onderbreking en herstel, sandboxing en machtigingen, beveiligingsmaatregelen en modelroutering.
- Je bent bedreven in MCP, gestructureerde uitvoer en streaming.
- Je hebt offline- en online-evaluatiesuites gebouwd voor datasets, beoordelaars, kalibratie van LLM-beoordelingen, CI-regressiepoorten, productiescores, tracesteekproeven, driftbewaking, shadow-deployments en feedbackloops.
- Je hebt minimaal tien jaar ervaring met software- of machinelearningsystemen, waaronder minimaal drie jaar waarin je met LLM's hebt gebouwd.
- Je hebt sterke, praktische Python-vaardigheden.
- Je kunt Java- of TypeScript-services goed lezen en beoordelen.
- Je hebt productie-ervaring met AWS of GCP, containers, Kubernetes en eventgedreven systemen.
- Je communiceert effectief, zowel schriftelijk als mondeling.
- Pré: ervaring in de toeleveringsketen, logistiek of transport.
- Pré: ervaring met Document AI, OCR, layoutmodellen en gegevensextractie uit cognossementen, facturen en afleverbewijzen.
- Pré: ervaring met spraak- of e-mailagents die namens een bedrijf handelen.
- Pré: ervaring met agentbeveiliging, waaronder verdediging tegen promptinjection, toolmachtigingen en isolatie van klantgegevens.
- Pré: ervaring met Claude, GPT, Gemini, open-weight modellen en stacks voor modelserving.
- Pré: publicaties, presentaties of open-sourcebijdragen over agents, retrieval of evaluatie.
Voordelen
- Concurrerende beloning en aandelenopties.
- Vijf wereldwijde oplaaddagen.
- Ruim betaald verlof en de gebruikelijke feestdagen.
- Ouderschapsverlof voor alle ouders.
- Jaarlijkse welzijnsvergoeding.
- Dagen voor vrijwilligerswerk.
- Medische voorzieningen vanaf de eerste werkdag.
- 36 verlofdagen voor ziekteverlof, calamiteitenverlof en opgebouwd verlof.
- Vijf oplaaddagen.
- Twee dagen voor vrijwilligerswerk.
- Vergoeding voor de inrichting van je thuiskantoor en technologie.
- Leefstijl- en gezinsvoorzieningen.
- Ondersteuning en begeleiding voor mentaal welzijn.
- Doorlopend leren en ontwikkelen, waaronder een professioneel ontwikkelingsprogramma en een Toastmasters-club.