Snorkel AI tworzy specjalistyczne rozwiązania w zakresie danych dla zespołów zajmujących się uczeniem maszynowym. Jej platforma Expert Data-as-a-Service pomaga organizacjom tworzyć i oceniać wysokiej jakości zbiory danych treningowych, wspierając szybszy rozwój modeli oraz zwiększając niezawodność aplikacji wykorzystujących sztuczną inteligencję. Firma, założona w 2019 roku na podstawie badań prowadzonych na Uniwersytecie Stanforda, współpracuje z organizacjami z sektorów konsultingowego, ochrony zdrowia i logistyki, rozwijając praktyczne systemy AI.
Starszy inżynier oprogramowania AI i ML w Snorkel AI (praca hybrydowa)
Starszy lub główny inżynier uczenia maszynowego udoskonalający ocenę agentów, routing modeli i systemy dostrajania modeli. Budowanie solidnej infrastruktury danych AI dla klientów korporacyjnych Snorkel AI.
Opis
- Zwiększać szybkość, obniżać koszty i podnosić rygor generowania oraz oceny danych dla najnowocześniejszych systemów AI za pomocą ML i AI
- Badać, jak tworzone i oceniane są dane dla najnowocześniejszych systemów
- Formułować hipotezy i testować je na rzeczywistych danych produkcyjnych
- Skalować podejścia, które przynoszą dobre wyniki
- Obniżać koszty długoterminowej oceny agentów dzięki adaptacyjnemu próbkowaniu, statystycznie uzasadnionemu wczesnemu zatrzymaniu, kaskadom modeli, buforowaniu i kierowaniu z priorytetem dla tańszych modeli
- Kierować żądania oceny i żądania do modeli sędziowskich do najtańszego modelu spełniającego standardy jakości, z rozwiązaniami zapasowymi, monitorowaniem i przypisywaniem kosztów
- Dostrajać i wdrażać modele z otwartymi wagami za pomocą LoRA i innych technik efektywnych parametrowo
- Tworzyć modele przewidujące trudność zadań dla najnowocześniejszych systemów przed ich wdrożeniem
- Tworzyć złote zbiory danych oraz mierzyć dokładność i kalibrację systemów LLM-as-a-judge
- Przekształcać prototypy badawcze w wielokrotnego użytku, konfigurowalne komponenty dla inżynierów i badaczy systemów produkcyjnych
- Pomagać definiować standardy inżynierii ML, wyznaczać kierunek dziedziny i wspierać rozwijający się zespół
Wymagania
- Co najmniej pięć lat doświadczenia w tworzeniu produkcyjnych systemów uczenia maszynowego lub oprogramowania, z odpowiedzialnością od prototypu po wdrożenie produkcyjne
- Praktyczne doświadczenie w obsłudze obciążeń LLM lub ML na produkcji
- Umiejętność skutecznego rozumowania o systemach niedeterministycznych
- Solidne podstawy statystyki i eksperymentowania, w tym projektowania eksperymentów, testowania hipotez, próbkowania i przedziałów ufności
- Zaawansowane umiejętności w Pythonie i inżynierii oprogramowania, obejmujące testowanie, przeglądy kodu i projektowanie systemów
- Doświadczenie w tworzeniu ewaluacji i rygorystycznej interpretacji ich wyników
- Proaktywne identyfikowanie problemów o dużym wpływie, zanim zostaną formalnie przydzielone
- Jasna komunikacja z zespołami badawczymi, inżynieryjnymi i biznesowymi
Benefity
- Znaczące możliwości wpływania na priorytety i inicjatywy
- Wpływ na ważne decyzje strategiczne
- Bezpośredni wkład w dalszy sukces Snorkel AI
- Możliwości pogłębiania wiedzy technicznej
- Możliwości przewodzenia
- Szanse na rozwijanie umiejętności w wielu obszarach funkcjonalnych
- Wsparcie rozwoju kariery w środowisku nastawionym na rozwój, naukę i wspólny sukces
- Racjonalne usprawnienia dla kandydatów i pracowników z niepełnosprawnościami podczas procesu aplikacji i rozmów kwalifikacyjnych, wykonywania pracy oraz korzystania ze świadczeń i uprawnień pracowniczych