kAIgentic är ett SaaS-företag inom företags-AI med huvudkontor i Singapore som hjälper komplexa, kunskapsintensiva organisationer att omvandla tyst verksamhetskunskap till styrda AI-agenter. Plattformen kombinerar konfiguration av agenter, diagnostisk analys av människor, system och processer samt en körmiljö för driftsättning med mänsklig tillsyn, telemetri och löpande vidareutveckling. Med rötter i Japan och samarbete med företag inom finansiella tjänster fokuserar kAIgentic på kvalitetssäkring, regelefterlevnad och praktisk AI-modernisering för reglerade verksamheter, utan krav på att ersätta befintliga system i grunden.
Senior AI-forskningsmjukvaruingenjör – kAIgentic (hybrid, Indien)
Led utvecklingen av styrda kunskapsgrafer, lärande system och AI-pipelines i produktion på kAIgentic. Bygg tillförlitliga, evidensbaserade lösningar för reglerad företagsverksamhet.
Beskrivning
- Leda den fullständiga utformningen och implementeringen av ett kunskapsgrafschema som omfattar hierarki, proveniens, versionshantering och utbyggbarhet.
- Utveckla pipelines för evidensförankrad extraktion som kopplar varje påstående till källbevis och en epistemisk status.
- Skapa och förfina inferensramverk med flera kontexter för minneshantering, budgetkontroll och storskalig komprimering.
- Bygga arbetsflöden för kunskapsdestillation som för in externa data i den interna ontologin.
- Utveckla konsolideringsramverk som förenar dokument, intervjuer och händelseloggar samtidigt som konflikter löses.
- Skapa och förfina arbetsflöden för modell anpassning med SFT, DPO och RFT.
- Utveckla infrastruktur för lärloopar som samlar in återkoppling, stöder aktivt lärande och kontinuerligt uppdaterar ontologin.
- Bygga miljöer och läroplaner för förstärkningsinlärning med belöningssignaler och utvärderingsmått för säker drift.
- Utveckla produktionssystem för hämtning och generering inom fastställda mål för kvalitet, svarstid och kostnad.
- Skapa utvärderingsramverk med blinda bedömningsmatriser och validering med LLM som bedömare för att utvärdera förankring och hallucinationer.
Krav
- Dokumenterad framgång med att ta AI-forskningssystem från första prototyp till produktion i reglerade miljöer.
- Arbeta med ett AI-nativt förhållningssätt och hög genomförandetakt.
- Avancerade kunskaper i Python och PyTorch, inklusive storskalig finjustering med SFT, DPO och RFT.
- Expertis inom grafdatabaser och ontologiteknik, inklusive schemadesign, versionshantering och proveniens.
- Praktisk erfarenhet av att bygga extraktionssystem som kopplar påståenden till källbevis och epistemisk status.
- Praktisk erfarenhet av miljöer för förstärkningsinlärning, utveckling av läroplaner och belöningsmodellering för autonoma system.
- Mycket goda kunskaper i retrieval-augmented generation, minskning av svarstid och kostnadseffektiv skalning.
- Förmåga att bedriva rigorös tillämpad forskning genom hypotesformulering, ablationstester och statistisk validering.
- Gott omdöme vid val mellan modell anpassning och kontextteknik, samt stark tvärfunktionell kommunikationsförmåga.
- Doktorsexamen i artificiell intelligens, datavetenskap eller ett närliggande område.
- Minst fyra års relevant forskningserfarenhet från industrin.
Förmåner
- Samarbeta globalt med kollegor i Singapore, Indien, Japan, Europa och USA.
- Lär dig och utvecklas tillsammans med erfarna ledare från stora företag.
- Ta ansvar för meningsfullt arbete från första dagen.
- Arbeta i en miljö som värdesätter psykologisk trygghet, öppen debatt och disciplinerade experiment.
- Kombinera startupens snabbhet med arbete på infrastruktur i företagsskala.
- Bidra till att påverka produkten, företagskulturen och kundresultaten.
- Ta itu med verksamhetskritiska utmaningar i reglerade företagsmiljöer.