Snorkel AI розробляє експертні рішення у сфері даних для команд, що працюють із машинним навчанням. Її платформа Expert Data-as-a-Service допомагає організаціям створювати й оцінювати високоякісні навчальні набори даних, прискорюючи розроблення моделей і підвищуючи надійність застосунків на основі ШІ. Заснована у 2019 році на основі досліджень Стенфордського університету, компанія співпрацює з організаціями у сферах консалтингу, охорони здоров’я та логістики, сприяючи розвитку практичних систем ШІ.
Провідний інженер-програміст зі штучного інтелекту та машинного навчання у Snorkel AI (гібридний формат)
Провідний або штатний інженер із машинного навчання, який удосконалює оцінювання агентів, маршрутизацію моделей і системи донавчання моделей. Створення надійної інфраструктури даних для ШІ для корпоративних клієнтів Snorkel AI.
Опис
- Підвищувати швидкість, знижувати вартість і забезпечувати суворість генерування та оцінювання даних для передових систем ШІ за допомогою машинного навчання та ШІ
- Досліджувати, як створюються й оцінюються дані рівня передових систем
- Формулювати гіпотези та перевіряти їх на реальних виробничих даних
- Масштабувати підходи, що демонструють сильні результати
- Знижувати вартість довготривалого оцінювання агентів за допомогою адаптивного семплювання, статистично обґрунтованої дострокової зупинки, каскадів моделей, кешування та маршрутизації з пріоритетом дешевих моделей
- Спрямовувати запити на оцінювання та до моделей-суддів до найдешевшої моделі, що відповідає стандартам якості, із резервними варіантами, моніторингом і розподілом витрат
- Донавчати й розгортати моделі з відкритими вагами за допомогою LoRA та інших параметроефективних методів
- Розробляти моделі, що прогнозують складність завдань для передових систем до їхнього запуску
- Створювати еталонні набори даних і вимірювати точність та калібрування систем LLM-as-a-judge
- Перетворювати дослідницькі прототипи на повторно використовувані, налаштовувані компоненти для інженерів і дослідників, які працюють із промисловими системами
- Допомагати визначати стандарти ML-інжинірингу, формувати напрям дисципліни та підтримувати команду, що розширюється
Вимоги
- Щонайменше п’ять років досвіду створення промислових систем машинного навчання або програмних систем із відповідальністю за весь шлях від прототипу до промислової експлуатації
- Практичний досвід експлуатації LLM- або ML-навантажень у промисловому середовищі
- Здатність ефективно міркувати про недетерміновані системи
- Ґрунтовна база зі статистики та експериментів, зокрема планування експериментів, перевірка гіпотез, семплювання та довірчі інтервали
- Розвинені навички Python і розробки програмного забезпечення, включно з тестуванням, перевіркою коду та проєктуванням систем
- Досвід створення оцінювань і ретельної інтерпретації їхніх результатів
- Проактивне виявлення проблем із високим впливом до їхнього формального призначення
- Чітка комунікація з дослідницькими, інженерними та бізнес-командами
Переваги
- Значущі можливості впливати на пріоритети та ініціативи
- Можливість брати участь у важливих стратегічних рішеннях
- Безпосередній внесок у подальший успіх Snorkel AI
- Можливості поглиблювати технічну експертизу
- Можливості керувати
- Можливість розвивати навички в кількох функціональних напрямках
- Підтримка кар’єрного розвитку в орієнтованому на зростання середовищі, зосередженому на навчанні та спільному успіху
- Розумні умови для кандидатів і працівників з інвалідністю протягом усіх етапів подання заявки та співбесід, виконання роботи, а також доступу до трудових пільг і переваг