Snorkel AI 为机器学习团队开发专家数据解决方案。其专家数据即服务平台帮助组织创建和评估高质量训练数据集，从而加快模型开发，并提升人工智能应用的可靠性。公司于 2019 年脱胎于斯坦福大学的研究，现与咨询、医疗保健和物流等领域的组织合作，推动实用型人工智能系统的发展。
Snorkel AI高级人工智能与机器学习软件工程师（混合办公）
高级/资深机器学习工程师，负责改进智能体评估、模型路由和微调模型系统。 为Snorkel AI的企业客户构建严谨的人工智能数据基础设施。
描述
- 通过机器学习和人工智能提升前沿人工智能数据生成与评估的速度、成本效益和严谨性
- 研究前沿级数据的生成和评估方式
- 提出假设，并使用真实生产数据进行验证
- 扩大已证明效果显著的方法
- 通过自适应采样、基于统计依据的提前停止、模型级联、缓存和低成本优先门控，降低长时程智能体评估成本
- 将评估和裁判请求分配给满足质量标准的最低成本模型，并配备备用方案、监控和成本归因
- 使用LoRA及其他参数高效技术对开放权重模型进行微调和部署
- 在前沿系统上线前开发能够预测任务难度的模型
- 创建黄金数据集，并衡量LLM-as-judge系统的准确性和校准度
- 将研究原型转化为供生产工程师和研究人员使用的可复用、可配置组件
- 协助制定机器学习工程标准，指导专业方向，并支持不断扩大的团队
任职要求
- 至少五年构建生产级机器学习或软件系统的经验，能够负责从原型到生产的完整流程
- 具备在生产环境中运行LLM或机器学习工作负载的实践经验
- 能够有效分析非确定性系统
- 具备扎实的统计学和实验基础，包括实验设计、假设检验、抽样和置信区间
- 具备高级Python和软件工程技能，涵盖测试、代码审查和系统设计
- 具备创建评估并严谨解读评估结果的经验
- 能够主动识别高影响力问题，而不是等待正式分配
- 能够在研究、工程和业务团队之间进行清晰沟通
福利待遇
- 有机会对优先事项和倡议产生重要影响
- 能够参与重要战略决策并表达意见
- 直接为Snorkel AI的持续成功作出贡献
- 有机会拓展技术深度
- 有机会发挥领导作用
- 有机会发展跨职能技能
- 在注重学习和共同成功、以成长为导向的环境中获得职业发展支持
- 在申请和面试流程、工作履行以及获得就业福利和权益的整个过程中，为残障申请者和员工提供合理便利