
AI Fund เป็นสตูดิโอร่วมลงทุนที่ช่วยก่อตั้งและพัฒนาบริษัทซึ่งสร้างขึ้นบนพื้นฐานของปัญญาประดิษฐ์ โดยทำงานร่วมกับผู้ก่อตั้งและผู้บุกเบิกด้านเทคโนโลยี พร้อมรับบทบาทเป็นผู้ร่วมก่อตั้งในสัดส่วนผู้ถือหุ้นส่วนน้อย และสนับสนุนการสร้างแอปพลิเคชัน AI ในหลากหลายสาขา เช่น การผลิต สุขภาพจิต การศึกษา และการดูแลสุขภาพ การดำเนินงานของ AI Fund ผสานการสร้างธุรกิจกับการสนับสนุนเชิงปฏิบัติแก่ทีมที่นำ AI ไปประยุกต์ใช้เพื่อรับมือกับความท้าทายในอุตสาหกรรมต่าง ๆ
วิศวกรซอฟต์แวร์ ระบบ AI (ทำงานทางไกลในสหรัฐอเมริกา)
สร้างเอเจนต์ LLM ที่พร้อมใช้งานจริงสำหรับแพลตฟอร์มข่าวกรองด้านความปลอดภัยระดับองค์กรของ Haven Safety รับผิดชอบระบบการดึงข้อมูล การประเมิน การสังเกตการณ์ และความน่าเชื่อถือสำหรับการสืบสวนที่มีความสำคัญด้านความปลอดภัย
รายละเอียด
- พัฒนาและดูแลไปป์ไลน์ LLM แบบหลายขั้นตอนที่ประสานการเรียกใช้โมเดลและเครื่องมือ การสืบค้นกราฟ การดึงข้อมูล จุดตรวจสอบคุณภาพ และการส่งต่องานระหว่างเอเจนต์เฉพาะทาง
- ขยายทีมเอเจนต์แบบประสานงานและชั้นการจัดการลำดับงานของ Haven ตั้งแต่หลักฐานเหตุการณ์ ผ่านการวิเคราะห์และการทบทวน ไปจนถึงการเรียนรู้ระดับองค์กร
- สร้างชั้นบริบทโดยใช้การสำรวจ Neo4j การค้นหาเวกเตอร์ และการดึงข้อมูลแบบผสม
- พัฒนาชุดข้อมูลประเมิน วิธีการให้คะแนน ชุดทดสอบการถดถอย การเปรียบเทียบโมเดล วงจรการทบทวนโดยมนุษย์ และการระบุที่มาของคุณภาพในระดับแต่ละขั้นตอน
- เพิ่มการติดตามร่องรอย การตรวจสอบการเรียกใช้เครื่องมือ การติดตามต้นทุนและเวลาแฝง การกู้คืนจากความล้มเหลว และแดชบอร์ดคุณภาพ
- ระบุลูปของเอเจนต์ อาการหลอน และประสิทธิภาพที่เสื่อมลงอย่างเงียบ ๆ ก่อนที่จะส่งผลกระทบต่อลูกค้า
- เลือกใช้โมเดลของ OpenAI, Anthropic หรือ Google ตามข้อกำหนดของงาน
- ทำงานอย่างใกล้ชิดกับทีมผลิตภัณฑ์และวิศวกรรมองค์ความรู้
- มีส่วนร่วมในการกำหนดทิศทางแผนงาน AI
- ออกแบบ ส่งมอบ ติดเครื่องมือวัดผล และปรับปรุงระบบการให้เหตุผลด้วย AI และ LLM อย่างต่อเนื่องโดยใช้หลักฐานจากระบบที่ใช้งานจริง
- รายงานตรงต่อประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี (CTO)
คุณสมบัติ
- มีประสบการณ์ด้านวิศวกรรม AI หรือแมชชีนเลิร์นนิง รวมถึงการส่งมอบระบบ LLM ที่ลูกค้าจริงใช้งาน
- มีประสบการณ์จริงในการสร้างและแก้ไขปัญหาเวิร์กโฟลว์แบบหลายขั้นตอนที่ใช้เครื่องมือร่วมกับ LangGraph, LangChain หรือเฟรมเวิร์กที่เทียบเท่า
- มีแนวทางอย่างเป็นระบบในการประเมิน LLM โดยใช้ชุดข้อมูลที่เป็นตัวแทน การทดสอบการถดถอย วิธี LLM-as-judge หรือวงจรการทบทวนโดยมนุษย์
- มีประสบการณ์ในการเตรียมบริบทสำหรับ LLM พร้อมเหตุผลที่ชัดเจนว่าควรดึงข้อมูลอะไร ดึงมากน้อยเพียงใด และเพราะเหตุใด
- มีความรับผิดชอบต่อระบบที่ใช้งานจริงตั้งแต่การนำขึ้นระบบ การติดตามดูแล และการรับมือเหตุขัดข้อง รวมถึงการวินิจฉัยและแก้ไขความล้มเหลวหรือการถดถอย
- สามารถทำงานข้ามผู้ให้บริการโมเดล และอธิบายข้อแลกเปลี่ยนด้านคุณภาพ เวลาแฝง ต้นทุน บริบท และความเสี่ยงในการปฏิบัติการได้
- พิจารณาเป็นพิเศษ: มีประสบการณ์กับ Neo4j และ Cypher หรือฐานข้อมูลกราฟที่เทียบเท่า รวมถึงสามารถเรียนรู้การสร้างแบบจำลองข้อมูลกราฟได้อย่างรวดเร็ว
- มีทักษะ Python ระดับสูง
- มีประสบการณ์ในระบบจริงกับ FastAPI บริการแบบอะซิงโครนัส การทดสอบ การสังเกตการณ์ และอินเทอร์เฟซที่ดูแลรักษาได้
- พิจารณาเป็นข้อได้เปรียบ: เชี่ยวชาญ Cypher การพัฒนาสคีมา รูปแบบ MERGE, embedding และการดำเนินงานกราฟองค์ความรู้ที่ใช้งานจริง
- พิจารณาเป็นข้อได้เปรียบ: มีความตระหนักเกี่ยวกับ prompt injection การป้องกันการรั่วไหลของบริบท การแยก tenant การควบคุมการเข้าถึงตามบทบาท และการแยกชั้นนโยบาย
- พิจารณาเป็นข้อได้เปรียบ: มีประสบการณ์ดูแลบริการ AI ที่ใช้งานจริงบน Azure และทำงานกับ Azure AI Search, Pinecone, MongoDB Atlas, pgvector, Elasticsearch หรือแพลตฟอร์มที่คล้ายกัน
- พิจารณาเป็นพิเศษ: เคยทำงานในสภาพแวดล้อมระดับองค์กร
- ผู้สมัครต้องพำนักอยู่ในสหรัฐอเมริกา ไม่พิจารณาการย้ายถิ่นฐาน
สวัสดิการ
- ได้ทำงานกับความท้าทายสำคัญด้านการให้เหตุผลด้วย AI
- เข้าร่วมทีมที่ให้ความสำคัญกับการประเมินในแนวทางวิศวกรรม
- ส่งมอบเทคโนโลยีที่ส่งผลโดยตรงและเห็นได้ชัดต่อลูกค้า
- รับผิดชอบงานในขอบเขตกว้างภายในทีมขนาดเล็ก
- ได้รับข้อมูลโดยตรงจากทีมความปลอดภัยและผู้ใช้ปลายทาง
- ทำงานอย่างใกล้ชิดกับ CTO ทีมผลิตภัณฑ์ และทีมวิศวกรรมองค์ความรู้
- ตัดสินใจทางเทคนิคที่มีผลสำคัญและเห็นผลลัพธ์ไปถึงลูกค้าได้อย่างรวดเร็ว