Sciforium
Sciforium
11 – 50 員工
API人工智慧硬體
Sciforium 是一家人工智慧基礎設施公司,致力於打造用於生產級多模態應用程式的無伺服器工具。其統一且相容於 OpenAI 的 API,讓團隊能夠使用文字、影像、影片和音訊服務,以及模型託管、模型庫、即時評估流程和代管式代理部署。Sciforium 營運垂直整合的 AMD GPU 硬體,專注於協助團隊以可預測的效能、更低的成本和更高的隱私性開發、評估及部署 AI 系統。

基礎模型資料工程師

為 Sciforium 的多模態 AI 模型建置 PB 級預訓練與後訓練資料集。 開發用於語言、視覺和影片訓練的高效能資料管線。

說明

  • 端到端建置大型語言模型的預訓練資料集。
  • 篩選並平衡網頁、程式碼、書籍和技術論文資料,以提升下游模型效能。
  • 建置資料管線,清理、去重並從 PB 級非結構化資料中擷取訊號。
  • 主導後訓練資料集開發,包括監督式微調指令、多輪對話,以及 RLHF/DPO 偏好資料。
  • 負責視覺與影片資料的蒐集和處理。
  • 使用多處理程序和多執行緒撰寫高吞吐量 Python 資料處理指令碼。
  • 對訓練語料進行統計分析,找出偏差、知識缺口和品質退化。
  • 建置合成資料管線,補足自然蒐集資料集的缺口。
  • 解決多模態對齊、影片壓縮和時間一致性方面的挑戰。

職位要求

  • 至少五年資料科學或機器學習產業經驗。
  • 具備為基礎模型建置和管理資料集的實務經驗。
  • 精通 Python,包括多處理程序、多執行緒和高效能記憶體管理。
  • 具備處理 PB 級生產環境大型語言模型或大型視覺模型資料集的經驗。
  • 具備使用原始網頁爬取資料和專業領域資料,從零建置大型 LLM 訓練資料集的經驗。
  • 具備建置 RLHF、DPO 和多輪指令遵循資料集的實務經驗。
  • 具備管理人工標註流程和高品質黃金標準資料集的經驗。
  • 熟悉 Spark、Ray、WebDataset、Parquet 或其他適用於大規模資料的同類框架和格式。
  • 具備從零建置大型影像或影片資料集的經驗者佳。
  • 熟悉多模態爬取、影片處理、編解碼器和壓縮者佳。
  • 具備為推理、程式設計和數學基準設計複雜標註規範的經驗者佳。
  • 具備定量領域碩士或博士學位,且研究方向著重於資料中心型 AI 或資訊檢索者佳。
  • 具備在美國工作的合法資格。

福利待遇

  • 醫療、牙科和視力保險。
  • 401(k) 退休儲蓄計畫。
  • 每日提供午餐、點心和飲料。
  • 彈性休假。
  • 具競爭力的薪酬。
  • 股權。

相關職缺

Verana Health

資深/首席後端工程師,平台與資料擷取

Verana Health

在 Verana Health 建置並擴展臨床資料擷取、OCR、OpenSearch 與腫瘤學平台服務。 設計 API、ETL 管線與微服務,支援真實世界醫療洞察。

開啟
Berkshire Hathaway Homestate Companies - Workers Compensation Division

資深資料平台工程經理

Berkshire Hathaway Homestate Companies - Workers Compensation Division
501 – 1,000 員工
B2B保險金融

領導保險公司的企業資料平台、工程團隊及營運工作,涵蓋 Azure、SQL、NoSQL 和分析平台。負責可靠性、自動化、合規及平台策略。

開啟
Berkshire Hathaway Homestate Companies - Workers Compensation Division

資深資料平台工程經理

Berkshire Hathaway Homestate Companies - Workers Compensation Division
501 – 1,000 員工
B2B保險金融

領導資料平台工程團隊,支援伯克希爾·哈撒韋家園公司(Berkshire Hathaway Homestate Companies)的保險營運。 工作涵蓋資料庫與分析平台、雲端基礎架構、自動化、可靠性及人員管理。

開啟