Snorkel AI พัฒนาโซลูชันข้อมูลโดยผู้เชี่ยวชาญสำหรับทีมแมชชีนเลิร์นนิง แพลตฟอร์ม Expert Data-as-a-Service ของบริษัทช่วยให้องค์กรสร้างและประเมินชุดข้อมูลฝึกสอนคุณภาพสูง สนับสนุนการพัฒนาโมเดลที่รวดเร็วยิ่งขึ้นและแอปพลิเคชัน AI ที่มีความน่าเชื่อถือมากขึ้น บริษัทก่อตั้งขึ้นในปี 2019 จากงานวิจัยของมหาวิทยาลัยสแตนฟอร์ด และทำงานร่วมกับองค์กรในภาคการให้คำปรึกษา สุขภาพ และโลจิสติกส์ เพื่อผลักดันระบบ AI ที่ใช้งานได้จริง
วิศวกรซอฟต์แวร์ AI และ ML อาวุโสที่ Snorkel AI (ทำงานแบบไฮบริด)
วิศวกรแมชชีนเลิร์นนิงระดับอาวุโส/Staff ที่พัฒนาการประเมินเอเจนต์ การกำหนดเส้นทางโมเดล และระบบโมเดลที่ปรับจูนแล้ว สร้างโครงสร้างพื้นฐานข้อมูล AI ที่เข้มงวดสำหรับลูกค้าองค์กรของ Snorkel AI
รายละเอียด
- ปรับปรุงความเร็ว ต้นทุน และความเข้มงวดของการสร้างและประเมินข้อมูล AI ระดับแนวหน้าด้วย ML และ AI
- ศึกษาวิธีการสร้างและประเมินข้อมูลระดับแนวหน้า
- พัฒนาสมมติฐานและทดสอบกับข้อมูลการใช้งานจริงในระบบผลิต
- ขยายแนวทางที่แสดงผลลัพธ์ได้ดี
- ลดต้นทุนการประเมินเอเจนต์สำหรับงานระยะยาวด้วยการสุ่มตัวอย่างแบบปรับตามสถานการณ์ การหยุดก่อนกำหนดที่มีพื้นฐานทางสถิติ การใช้โมเดลแบบลำดับชั้น การแคช และการคัดกรองโดยเริ่มจากโมเดลราคาถูก
- ส่งคำขอประเมินและคำขอให้ตัดสินไปยังโมเดลที่มีต้นทุนต่ำที่สุดและยังผ่านมาตรฐานคุณภาพ พร้อมโมเดลสำรอง การตรวจสอบติดตาม และการระบุแหล่งที่มาของต้นทุน
- ปรับจูนและนำโมเดลแบบเปิดไปใช้งานด้วย LoRA และเทคนิคอื่นที่ใช้พารามิเตอร์อย่างมีประสิทธิภาพ
- พัฒนาโมเดลที่คาดการณ์ความยากของงานสำหรับระบบระดับแนวหน้าก่อนนำไปใช้งาน
- สร้างชุดข้อมูลมาตรฐานและวัดความแม่นยำรวมถึงการปรับเทียบของระบบ LLM-as-judge
- เปลี่ยนต้นแบบงานวิจัยให้เป็นคอมโพเนนต์ที่นำกลับมาใช้ซ้ำและกำหนดค่าได้สำหรับวิศวกรฝ่ายผลิตและนักวิจัย
- ช่วยกำหนดมาตรฐานวิศวกรรม ML ชี้ทิศทางของสายงาน และสนับสนุนทีมที่กำลังขยายตัว
คุณสมบัติ
- มีประสบการณ์อย่างน้อยห้าปีในการสร้างระบบแมชชีนเลิร์นนิงหรือซอฟต์แวร์สำหรับระบบผลิต โดยรับผิดชอบตั้งแต่ต้นแบบจนถึงการนำไปใช้งานจริง
- มีประสบการณ์เชิงปฏิบัติในการดูแลเวิร์กโหลด LLM หรือ ML ในระบบผลิต
- สามารถใช้เหตุผลกับระบบที่ให้ผลลัพธ์ไม่แน่นอนได้อย่างมีประสิทธิภาพ
- มีพื้นฐานที่แข็งแกร่งด้านสถิติและการทดลอง รวมถึงการออกแบบการทดลอง การทดสอบสมมติฐาน การสุ่มตัวอย่าง และช่วงความเชื่อมั่น
- มีทักษะ Python ระดับสูงและวิศวกรรมซอฟต์แวร์ ครอบคลุมการทดสอบ การรีวิวโค้ด และการออกแบบระบบ
- มีประสบการณ์สร้างการประเมินและตีความผลลัพธ์อย่างเข้มงวด
- สามารถระบุปัญหาที่มีผลกระทบสูงได้เชิงรุกก่อนที่จะได้รับมอบหมายอย่างเป็นทางการ
- สื่อสารได้อย่างชัดเจนกับทีมวิจัย วิศวกรรม และธุรกิจ
สวัสดิการ
- มีโอกาสอย่างมีความหมายในการกำหนดลำดับความสำคัญและโครงการริเริ่ม
- มีส่วนร่วมในการตัดสินใจเชิงกลยุทธ์ที่สำคัญ
- มีส่วนช่วยโดยตรงต่อความสำเร็จอย่างต่อเนื่องของ Snorkel AI
- มีโอกาสเพิ่มพูนความเชี่ยวชาญทางเทคนิค
- มีโอกาสเป็นผู้นำ
- มีโอกาสพัฒนาทักษะในหลายสายงาน
- ได้รับการสนับสนุนด้านการพัฒนาอาชีพในสภาพแวดล้อมที่มุ่งเน้นการเติบโต การเรียนรู้ และความสำเร็จร่วมกัน
- มีการจัดสิ่งอำนวยความสะดวกที่เหมาะสมสำหรับผู้สมัครและพนักงานที่มีความพิการตลอดกระบวนการสมัครและสัมภาษณ์ การปฏิบัติงาน และการเข้าถึงสิทธิประโยชน์และสิทธิพิเศษในการจ้างงาน