Zendesk utvikler programvare for kundeservice og salg som hjelper organisasjoner med å håndtere samtaler, supporthenvendelser og kunderelasjoner i ett sammenhengende miljø. Plattformen samler meldinger, livechat, AI-drevet automatisering, verktøy for personvern og databeskyttelse samt en arbeidsflate for kundeservicemedarbeidere, slik at team får fleksible måter å organisere servicearbeidet på etter hvert som det vokser. Zendesk tilbyr også profesjonelle tjenester og opplæringsressurser, med et uttalt fokus på personlige kundeinteraksjoner, integrerte arbeidsflyter, mangfold og inkludering samt bærekraft.
Led Zendesks team for maskinlæring og datavitenskap mens de utvikler pålitelige Custom Agents for kundeservice. Få generativ AI i produksjon gjennom evaluering, sikkerhetsrutiner og målbar automatisering for kundene.
Lede og utvikle teamet for maskinlæring og datavitenskap gjennom rekruttering, veiledning, karriereutvikling og lederutvikling.
Definere strategi, veikart, prioriteringer, investeringsvalg og milepæler for maskinlæring.
Veilede agentenes resonnering og utførelse, inkludert planlegging, valg av verktøy, konteksthåndtering, kunnskapsforankring og strukturert utdata.
Bygge referansetester, arbeidsflyter for menneskelig annotering, automatiserte poenggivere og regresjonstester.
Sette standarder for eksperimentering, validering, lanseringsberedskap og produksjonsovervåking.
Bruke kjørespor og tilbakemeldinger fra kunder til å diagnostisere feil og forbedre ytelsen.
Finjustere modeller og agentarkitekturer for kvalitet, svartid og kostnad.
Velge modeller, rutingmetoder, reservealternativer og inferensoptimaliseringer.
Samarbeide med sikkerhets- og personvernteam om handlinger som tar hensyn til tillatelser, forsvar mot promptinjeksjon, datahåndtering, eskalering og menneskelig godkjenning.
Utvikle delte plattformfunksjoner for simulering, observerbarhet, eksperimentering og pålitelig utførelse.
Integrere Custom Agents i bredere tjenestearbeidsflyter sammen med partnerteam.
Knytte forbedringer innen maskinlæring til automatisering, kortere behandlingstid, bruk og kundetillit.
Holde interessenter orientert om fremdrift, avveininger og risikoer.
Krav
Dokumentert erfaring med å lede ML- eller AI-team og levere produksjonssystemer med målbar effekt for kundene.
Sterk personalledelse, inkludert rekruttering, veiledning, prestasjonsledelse og utvikling av tekniske ledere.
Dyp kunnskap om moderne maskinlæring og generative AI-systemer.
Praktisk erfaring med å ta LLM-applikasjoner fra eksperimentering til produksjon.
God teknisk dømmekraft innen modellatferd, programvarearkitektur, evaluering og driftssikkerhet.
Evne til å lede designgjennomganger og vurdere eksperimentresultater.
Erfaring med å definere nyttige kvalitetsmålinger og bruke data til å prioritere forbedringer og styre lanseringsbeslutninger.
Evne til å håndtere tvetydighet, koordinere flere arbeidsstrømmer og påvirke samarbeidspartnere innen produkt, ingeniørfag, vitenskap og sikkerhet.
Tydelig kommunikasjon og en praktisk tilnærming til å balansere vitenskapelig grundighet, leveringstempo og kundenes behov.
Relevant tilleggserfaring omfatter agenter som bruker verktøy, innhenting av virksomhetskunnskap, arbeidsflyter på tvers av systemer, LLM-evaluering, menneskelig tilbakemelding, multimodal dokumentbehandling, agentsikkerhet, distribuerte team, enterprise-SaaS, kundeservice eller forretningsautomatisering.
Fordeler
Hybridarbeid med mulighet til å jobbe eksternt deler av uken.
En inkluderende arbeidsplass.
Rimelig tilrettelegging for søkere med funksjonsnedsettelser og funksjonshemmede veteraner.
Led ML- og plattformingeniører hos Xero, et selskap som utvikler regnskapsprogramvare. Bygg AI-infrastruktur for produksjon, og styrk MLOps, observerbarhet og teamets kompetanse.