Ryz Labs tworzy startupy od podstaw i pomaga rozwijającym się firmom skalować działalność operacyjną. Działając w obszarach doradztwa, logistyki i marketingu, firma oferuje rozwiązania w zakresie pozyskiwania talentów technicznych, które wspierają młode przedsiębiorstwa w rozwijaniu produktów, wzmacnianiu zespołów i konkurowaniu na szybko zmieniających się rynkach.
Główny inżynier uczenia maszynowego — Ryz Labs (praca zdalna z Argentyny)
Kieruj rozwojem produkcyjnego uczenia maszynowego i skalowalnej platformy AI dla międzynarodowego klienta Ryz Labs. Odpowiadaj za architekturę rozproszoną, MLOps i mechanizmy bezpieczeństwa systemów opartych na dużych modelach językowych.
Opis
- Wdrażać i obsługiwać modele AI w środowisku produkcyjnym na dużą skalę.
- Monitorować jakość modeli, wskaźniki halucynacji, dryf, opóźnienia i wydatki na infrastrukturę.
- Projektować rozproszone mikrousługi oparte na komunikacji zdarzeniowej w Pythonie, Go lub TypeScript.
- Tworzyć infrastrukturę jako kod oraz potoki CI/CD zapewniające niezawodne dostarczanie usług.
- Ustanawiać uprawnienia agentów, procesy weryfikacji przez człowieka, izolację danych i zabezpieczenia przed prompt injection.
- Od samego początku współpracować z product managerami, przekształcając potrzeby biznesowe w skalowalne rozwiązania techniczne.
- Wyjaśniać kompromisy architektoniczne kadrze zarządzającej i starszym przedstawicielom klienta.
- Pomagać w tworzeniu zaawansowanych platform AI dla międzynarodowego klienta.
- Pełnić rolę starszego autorytetu technicznego w zakresie systemów produkcyjnych, stosowanej AI i praktyk inżynieryjnych.
Wymagania
- Mieć 12–15 lub więcej lat doświadczenia w inżynierii oprogramowania, rozwijając się od tworzenia systemów backendowych i architektury systemów rozproszonych do produkcyjnego uczenia maszynowego.
- Wykazywać się dogłębną znajomością MLOps, ewaluacji modeli, zaawansowanego RAG, wyszukiwania wektorowego z użyciem embeddingów, HNSW i wyszukiwania hybrydowego, a także dostrajania modeli.
- Biegle znać systemy rozproszone, mikrousługi i asynchroniczne architektury oparte na zdarzeniach z wykorzystaniem Pythona, Go lub TypeScript.
- Mieć praktyczne doświadczenie z Dockerem, AWS, Google Cloud lub Azure oraz z automatycznym dostarczaniem CI/CD.
- Rozumieć bezpieczeństwo dużych modeli językowych, modelowanie zagrożeń, egzekwowanie granic danych i bezpieczeństwo agentów w praktycznych środowiskach.
- Swobodnie posługiwać się językiem angielskim.
- Umieć jasno wyjaśniać złożone decyzje techniczne kadrze zarządzającej klienta i interesariuszom nietechnicznym.
- Mile widziane doświadczenie z narzędziami do orkiestracji systemów wieloagentowych, takimi jak LlamaIndex, Semantic Kernel, AutoGen, CrewAI lub MCP.
- Mile widziane doświadczenie w konsultingu, doradztwie technicznym lub na szybko rozwijających się platformach technologicznych.