kAIgentic
kAIgentic
11 – 50 Wafanyakazi
Akili bandiaBiasharaSaaS
kAIgentic ni kampuni ya SaaS ya AI kwa mashirika yenye makao makuu Singapore, inayosaidia mashirika changamano na yanayotegemea maarifa kubadilisha maarifa fiche ya uendeshaji kuwa mawakala wa AI wanaosimamiwa kwa utaratibu. Jukwaa lake linachanganya usanidi wa mawakala, uchanganuzi wa uchunguzi wa watu, mifumo na michakato, pamoja na mazingira ya wakati wa utekelezaji kwa ajili ya kusambaza suluhisho huku kukiwa na usimamizi wa binadamu, telemetry na uboreshaji endelevu. Ikiwa na mizizi nchini Japani na ushirikiano katika huduma za kifedha za mashirika, kAIgentic inalenga uhakikisho, uzingatiaji wa kanuni na uboreshaji wa AI wa vitendo kwa biashara zinazodhibitiwa, bila kuhitaji kubadilisha mifumo yote iliyopo.

Mhandisi Mwandamizi wa Programu za Utafiti wa AI – kAIgentic (Mseto, India)

Ongoza uundaji wa grafu za maarifa zinazosimamiwa, mifumo ya ujifunzaji, na mabomba ya AI ya uzalishaji katika kAIgentic. Jenga suluhisho thabiti zenye msingi wa ushahidi kwa shughuli za biashara zinazodhibitiwa.

Maelezo

  • Ongoza usanifu na utekelezaji kamili wa schema ya grafu ya maarifa inayojumuisha ngazi, asili ya data, matoleo, na upanuzi.
  • Tengeneza mabomba ya uchimbaji yenye msingi wa ushahidi yanayounganisha kila dai na ushahidi wa chanzo pamoja na hali yake ya epistemiki.
  • Unda na boresha zana za uelekezaji wa miktadha mingi kwa usimamizi wa kumbukumbu, udhibiti wa bajeti, na mgandamizo wa kiwango kikubwa.
  • Jenga mtiririko wa kazi wa kunereka maarifa unaoingiza data ya nje kwenye ontolojia ya ndani.
  • Tengeneza mifumo ya kuunganisha inayounganisha nyaraka, mahojiano, na kumbukumbu za matukio huku ikisuluhisha migongano.
  • Unda na boresha mtiririko wa kazi wa urekebishaji wa modeli kwa kutumia SFT, DPO, na RFT.
  • Tengeneza miundombinu ya mzunguko wa ujifunzaji inayokusanya mrejesho, kusaidia ujifunzaji amilifu, na kusasisha ontolojia kila mara.
  • Jenga mazingira na mitaala ya ujifunzaji wa kuimarisha yenye ishara za tuzo na vipimo vya tathmini kwa uendeshaji salama.
  • Tengeneza mifumo ya retrieval-generation ya uzalishaji ndani ya malengo yaliyowekwa ya ubora, ucheleweshaji, na gharama.
  • Unda mifumo ya tathmini inayotumia rubriki zisizo na upendeleo na uthibitishaji wa LLM-as-judge kutathmini uwekaji wa msingi na dhana potofu.

Mahitaji

  • Umeonyesha mafanikio ya kupeleka mifumo ya utafiti wa AI kutoka mfano wa awali hadi uzalishaji katika mazingira yanayodhibitiwa.
  • Fanya kazi kwa mtazamo wa AI-native na kasi ya juu ya utekelezaji.
  • Uwe na utaalamu wa hali ya juu katika Python na PyTorch, ikiwemo fine-tuning ya kiwango kikubwa kwa kutumia SFT, DPO, na RFT.
  • Uwe mtaalamu wa hifadhidata za grafu na uhandisi wa ontolojia, ikiwemo usanifu wa schema, udhibiti wa matoleo, na asili ya data.
  • Uwe na uzoefu wa vitendo wa kujenga mifumo ya uchimbaji inayohusisha madai na ushahidi wa chanzo pamoja na hali ya epistemiki.
  • Uwe na uzoefu wa moja kwa moja katika mazingira ya ujifunzaji wa kuimarisha, uundaji wa mtaala, na uundaji wa mifano ya tuzo kwa mifumo inayojiendesha.
  • Uwe na ujuzi thabiti wa retrieval-augmented generation, kupunguza ucheleweshaji, na upanuzi unaozingatia gharama.
  • Uweze kufanya utafiti makini wa matumizi kupitia uundaji wa dhana, majaribio ya ablation, na uthibitishaji wa kitakwimu.
  • Uwe na uamuzi mzuri unapochagua kati ya urekebishaji wa modeli na uhandisi wa muktadha, pamoja na mawasiliano bora ya kiutendaji mbalimbali.
  • PhD katika Akili Bandia, Sayansi ya Kompyuta, au taaluma inayohusiana.
  • Angalau miaka minne ya uzoefu unaohusiana wa utafiti wa viwandani.

Manufaa

  • Shirikiana kimataifa na wenzako kutoka Singapore, India, Japan, Ulaya, na Marekani.
  • Jifunze na ukue pamoja na viongozi wenye uzoefu kutoka mashirika makubwa.
  • Miliki kazi yenye maana tangu siku ya kwanza.
  • Fanya kazi katika mazingira yanayothamini usalama wa kisaikolojia, mjadala wa wazi, na majaribio yenye nidhamu.
  • Unganisha kasi ya startup na kazi kwenye miundombinu ya kiwango cha biashara.
  • Saidia kuathiri bidhaa, utamaduni wa kampuni, na matokeo ya wateja.
  • Shughulikia changamoto muhimu kwa dhamira katika mazingira ya biashara yanayodhibitiwa.