Ryz Labs bygger opp startups fra grunnen av og hjelper selskaper i vekst med å skalere virksomheten. Selskapet arbeider med rådgivning, logistikk og markedsføring, og tilbyr løsninger for teknisk kompetanse som støtter nye virksomheter når de utvikler produkter, styrker teamene sine og konkurrerer i markeder i rask endring.
Principalingeniør innen maskinlæring – Ryz Labs (fjernarbeid i Argentina)
Led utviklingen av maskinlæring i produksjon og skalerbare AI-plattformer for Ryz Labs’ internasjonale kunde. Ha ansvar for distribuert arkitektur, MLOps og sikkerhetskontroller for LLM-drevne systemer.
Beskrivelse
- Distribuer og drift AI-modeller i produksjon i stor skala.
- Følg med på modellkvalitet, hallusinasjonsrater, avvik, forsinkelse og infrastrukturkostnader.
- Utform distribuerte, hendelsesdrevne mikrotjenester med Python, Go eller TypeScript.
- Opprett infrastruktur som kode og CI/CD-pipelines for pålitelig levering av tjenester.
- Etabler agenttillatelser, arbeidsflyter for menneskelig gjennomgang, dataisolering og beskyttelse mot promptinjeksjon.
- Samarbeid med produktledere fra starten for å omforme forretningsbehov til skalerbare tekniske løsninger.
- Forklar arkitektoniske avveininger for ledelsen og seniorinteressenter hos kunden.
- Bidra til utviklingen av avanserte AI-plattformer for en internasjonal kunde.
- Vær en senior teknisk autoritet innen produksjonssystemer, anvendt AI og ingeniørpraksis.
Krav
- Ha 12–15 eller flere års erfaring med programvareutvikling, med utvikling fra backend- og distribuert systemarkitektur til maskinlæring i produksjon.
- Ha dyp ekspertise innen MLOps, modelevaluering, avansert RAG, vektorsøk med embeddings, HNSW og hybridsøk samt finjustering.
- Beherske distribuerte systemer, mikrotjenester og asynkrone, hendelsesdrevne arkitekturer ved hjelp av Python, Go eller TypeScript.
- Ha praktisk erfaring med Docker, AWS, Google Cloud eller Azure samt automatisert CI/CD-leveranse.
- Forstå LLM-sikkerhet, trusselmodellering, håndheving av datagrenser og agentsikkerhet i praktiske miljøer.
- Kommunisere flytende på engelsk.
- Forklare komplekse tekniske beslutninger tydelig til kundens ledelse og ikke-tekniske interessenter.
- Erfaring med verktøy for orkestrering av flere agenter, som LlamaIndex, Semantic Kernel, AutoGen, CrewAI eller MCP, er ønskelig.
- Bakgrunn fra konsulentvirksomhet, teknisk rådgivning eller høyvekst-teknologiplattformer er ønskelig.