高级人工智能研究软件工程师 – kAIgentic（混合办公，印度）
在 kAIgentic 负责受治理知识图谱、学习系统和生产级人工智能管道的开发。 为受监管的企业运营构建可靠、以证据为基础的解决方案。
描述
- 全面负责知识图谱模式的设计与实施，涵盖层级结构、来源溯源、版本管理和可扩展性。
- 开发有依据的提取管道，将每项主张与来源证据及认识论状态关联起来。
- 创建并改进多上下文推理框架，用于记忆管理、预算控制和大规模压缩。
- 构建知识蒸馏工作流，将外部数据引入内部本体。
- 开发整合框架，统一文档、访谈和事件日志，同时解决冲突。
- 使用 SFT、DPO 和 RFT 创建并改进模型适配工作流。
- 开发学习闭环基础设施，收集反馈、支持主动学习，并持续更新本体。
- 构建强化学习环境和课程体系，配备奖励信号及安全运行评估指标。
- 在既定的质量、延迟和成本目标内开发生产级检索生成系统。
- 使用盲评量规和 LLM-as-judge 验证创建评估框架，以评估依据充分性和幻觉情况。
任职要求
- 证明能够在受监管环境中将人工智能研究系统从初始原型推进到生产落地并取得成功。
- 采用人工智能原生的工作方式，并具备高执行速度。
- 精通 Python 和 PyTorch，包括使用 SFT、DPO 和 RFT 进行大规模微调。
- 精通图数据库和本体工程，包括模式架构、版本控制和来源溯源。
- 具备构建提取系统的实践经验，能够将主张与来源证据及认识论状态关联起来。
- 具备强化学习环境、课程开发和自主系统奖励建模的实战经验。
- 熟练掌握检索增强生成、延迟降低和高性价比扩展。
- 能够通过假设设计、消融测试和统计验证开展严谨的应用研究。
- 在模型适配与上下文工程之间进行选择时具备良好判断力，并拥有出色的跨职能沟通能力。
- 拥有人工智能、计算机科学或相关专业的博士学位。
- 至少四年相关行业研究经验。
福利待遇
- 与分布在新加坡、印度、日本、欧洲和美国的同事开展全球协作。
- 与来自大型企业的资深领导者一起学习和成长。
- 从第一天起负责有意义的工作。
- 在重视心理安全、坦诚辩论和严谨实验的环境中工作。
- 将初创公司的速度与企业级基础设施工作相结合。
- 帮助影响产品、公司文化和客户成果。
- 解决受监管企业环境中的关键任务挑战。