Zendesk tworzy oprogramowanie do obsługi klienta i sprzedaży, które pomaga organizacjom zarządzać rozmowami, zgłoszeniami do działu wsparcia oraz relacjami z klientami w jednym, zintegrowanym środowisku. Platforma łączy komunikację, czat na żywo, automatyzację opartą na sztucznej inteligencji, narzędzia ochrony prywatności i danych oraz przestrzeń roboczą dla konsultantów, zapewniając zespołom elastyczne sposoby organizowania procesów obsługi w miarę rozwoju firmy. Zendesk oferuje również usługi profesjonalne i materiały szkoleniowe, kładąc nacisk na spersonalizowane interakcje z klientami, zintegrowane przepływy pracy, różnorodność i inkluzywność oraz zrównoważony rozwój.
Starszy inżynier uczenia maszynowego, agenci AI
Rozwijaj planowanie, pamięć, ewaluację i bezpieczeństwo agentów AI na platformie Zendesk do rozwiązywania spraw klientów. Twórz systemy uczenia ze wzmocnieniem na podstawie produkcyjnych trajektorii.
Opis
- Projektuj struktury pamięci i metody autonomicznego uczenia agentów AI.
- Udoskonalaj architekturę agentów poprzez dekompozycję niejednoznacznych celów, zarządzanie poziomami pamięci, selektywne nabywanie umiejętności i delegowanie zadań między agentami w oparciu o A2A.
- Twórz modele agentów obsługi klienta uczone ze wzmocnieniem na podstawie produkcyjnych trajektorii.
- Prowadź prace nad infrastrukturą uczenia ze wzmocnieniem, obejmującą programy nagród, systemy rolloutów i pętle informacji zwrotnej.
- Opracowuj ewaluacje wieloturowe i automatyczną analizę trajektorii.
- Dodawaj bramki jakości CI i wykrywanie regresji, aby zapobiegać wdrożeniom, gdy skuteczność agentów spada.
- Wdrażaj mechanizmy ochronne dla przedsiębiorstw: wzorce z nadzorcą, kontrolę dostępu opartą na uprawnieniach i walidację wyników.
- Współpracuj z zespołem Zendesk w hybrydowym środowisku pracy.
Wymagania
- Co najmniej pięć lat doświadczenia w tworzeniu produkcyjnych systemów uczenia maszynowego lub AI.
- Praktyczne doświadczenie z architekturami agentów, w tym planowaniem, wywoływaniem narzędzi, pamięcią i odzyskiwaniem działania po błędach.
- Dobre umiejętności oceny jakości i doświadczenie w tworzeniu wewnętrznych ewaluacji.
- Biegła znajomość Pythona i PyTorch.
- Znajomość co najmniej jednego frameworka agentowego.
- Rozsądna ocena, kiedy warto tworzyć rozwiązania na zamówienie.
- Doświadczenie w uczeniu ze wzmocnieniem lub znaczna wiedza o modelach językowych są opcjonalne; przydatne zagadnienia obejmują kształtowanie nagród, kompromisy między podejściem online i offline oraz wykorzystywanie hackowania nagród jako sygnału diagnostycznego.
Benefity
- Hybrydowy tryb pracy z możliwością pracy zdalnej przez część tygodnia.
- Przyjazne i otwarte miejsce pracy.
- Racjonalne usprawnienia dla kandydatów z niepełnosprawnościami oraz niepełnosprawnych weteranów.