AI Fund je podjetniški studio, ki pomaga ustanavljati in razvijati podjetja, zasnovana na umetni inteligenci. V sodelovanju z ustanovitelji in tehnološkimi pionirji prevzema manjšinsko vlogo soustanovitelja ter podpira razvoj aplikacij z umetno inteligenco na področjih, kot so proizvodnja, duševno zdravje, izobraževanje in zdravstvo. Njegovo delo združuje gradnjo podjetij s praktično podporo ekipam, ki umetno inteligenco uporabljajo za reševanje izzivov v različnih panogah.
Programski inženir za sisteme umetne inteligence (delo na daljavo iz ZDA)
Gradite produkcijske agente LLM za Havenovo poslovno platformo za varnostno inteligenco. Prevzemite skrb za pridobivanje, evalvacijo, opazljivost in zanesljivost sistemov za varnostno kritične preiskave.
Opis
- Razvijajte in izvajajte večstopenjske cevovode LLM, ki usklajujejo klice modelov in orodij, poizvedbe po grafih, pridobivanje, kontrolne točke kakovosti in predaje specializiranim agentom.
- Razširjajte Havenovo usklajeno ekipo agentov in orkestracijski sloj od dokazov o incidentih prek analize in pregleda do organizacijskega učenja.
- Ustvarite kontekstni sloj z uporabo prečkanja Neo4j, vektorskega iskanja in hibridnega pridobivanja.
- Razvijajte nabore podatkov za evalvacijo, metode točkovanja, regresijske testne zbirke, primerjave modelov, zanke s človeškim pregledom in pripisovanje kakovosti na ravni posameznih stopenj.
- Dodajajte sledenje, revizijo klicev orodij, spremljanje stroškov in zakasnitev, obnovitev po napakah ter nadzorne plošče kakovosti.
- Prepoznajte zanke agentov, halucinacije in tiho upadanje zmogljivosti, preden vplivajo na stranke.
- Izbirajte med modeli OpenAI, Anthropic in Google glede na zahteve naloge.
- Tesno sodelujte z ekipami za produkt in inženirstvo znanja.
- Prispevajte k usmeritvi načrta razvoja AI.
- Na podlagi produkcijskih dokazov načrtujte, dostavljajte, instrumentirajte in nenehno izboljšujte sisteme sklepanja AI in LLM.
- Poročajte neposredno CTO-ju.
Zahteve
- Izkušnje na področju AI ali strojnega učenja, vključno z dostavo sistemov LLM, ki jih uporabljajo resnične stranke.
- Praktične izkušnje z izdelavo in odpravljanjem težav v večstopenjskih delovnih tokovih, ki uporabljajo orodja z LangGraph, LangChain ali primerljivim ogrodjem.
- Sistematičen pristop k evalvaciji LLM z uporabo reprezentativnih naborov podatkov, regresijskih testov, metod LLM-as-judge ali zank s človeškim pregledom.
- Izkušnje s pripravo konteksta za LLM ter jasna utemeljitev, kaj pridobiti, koliko pridobiti in zakaj.
- Skrb za produkcijske sisteme od uvedbe in spremljanja do odziva na incidente, vključno z diagnosticiranjem in odpravljanjem napak ali regresij.
- Sposobnost dela z različnimi ponudniki modelov in razlage kompromisov med kakovostjo, zakasnitvijo, stroški, kontekstom in operativnim tveganjem.
- Močno zaželene so izkušnje z Neo4j in Cypherjem ali primerljivo grafovno podatkovno bazo ter sposobnost hitrega učenja modeliranja grafovskih podatkov.
- Napredno znanje Pythona.
- Produkcijske izkušnje s FastAPI, asinhronimi storitvami, testiranjem, opazljivostjo in vzdržljivimi vmesniki.
- Prednost so znanje Cypherja, evolucije shem, vzorcev MERGE, vdelav ter upravljanja delujočega grafa znanja.
- Prednost je poznavanje prompt injectiona, preprečevanja uhajanja konteksta, izolacije najemnikov, nadzora dostopa na podlagi vlog in ločevanja pravilne plasti.
- Prednost so izkušnje z upravljanjem produkcijskih storitev AI v Azure ter delom z Azure AI Search, Pinecone, MongoDB Atlas, pgvector, Elasticsearch ali podobno platformo.
- Močno zaželene so predhodne izkušnje z delom v poslovnem okolju.
- Kandidati morajo imeti sedež v Združenih državah Amerike; preselitev ni predvidena.
Ugodnosti
- Delo na pomembnih izzivih sklepanja AI.
- Pridružitev ekipi, ki v svoji inženirski praksi daje prednost evalvaciji.
- Dostava tehnologije z neposrednim in vidnim učinkom na stranke.
- Široka odgovornost znotraj majhne ekipe.
- Neposredni prispevki varnostnih ekip in končnih uporabnikov.
- Tesno sodelovanje s CTO-jem, produktom in ekipami za inženirstvo znanja.
- Sprejemanje pomembnih tehničnih odločitev in hitro spremljanje rezultatov pri strankah.