Plenful 資深機器學習工程師（舊金山，混合辦公）
制定機器學習代理、模型後訓練與評估的正式環境策略。 打造醫療 AI 自動化，減少行政工作並強化合規。
說明
- 設計正式環境中的代理，涵蓋工具使用、檢索、狀態與脈絡管理、路由、協調、追蹤及故障復原。
- 將成功做法轉化為可重複使用的工程模式。
- 決定模型與平台元件要自行建置或採購。
- 制定公司的後訓練策略。
- 訓練並部署用於醫療任務的大型語言模型與視覺語言模型。
- 建立內部持續訓練模型的能力。
- 建立能展現正式環境改善成效的評估。
- 制定 AI 品質策略，涵蓋自動評分器、經校準的大型語言模型評審器、回歸測試套件、人工審查、故障分類，以及從離線到線上的驗證。
- 根據評估結果做出發布決策。
- 建置系統，運用正式環境故障與使用者回饋來改善資料集、評估及模型。
- 制定資料集版本管理、可觀測性與機器學習維運標準。
- 與工程及產品主管共同規劃未來 12 個月的機器學習藍圖。
- 主持技術審查、指導資深工程師，並參與招募。
- 透過遵循最少必要資料原則、在適當情況下使用去識別化或合成資料，以及採用符合 HIPAA 規範的做法來保護隱私。
- 在前 30 天檢視代理、評估及訓練管線，找出最大的三項缺口。
- 在第 90 天前交付一項後訓練或評估改善，並提升一項正式環境指標。
- 在第 90 天前發布團隊未來兩季的計畫。
職位要求
- 至少 8 年機器學習或軟體工程經驗，其中包含 3 年以上領導正式環境大型語言模型或代理系統的經驗。
- 具備端到端應用後訓練經驗，例如監督式微調、偏好最佳化、蒸餾或強化學習。
- 具備推出能改善正式環境指標之模型的經驗。
- 具備設計大型語言模型或代理評估策略，並以其結果做出發布決策的經驗。
- 具備正式環境代理系統架構設計經驗。
- 具備 LangGraph、RAG 及 Pinecone 等向量搜尋工具的使用經驗。
- 精通 Python 與 PyTorch。
- 熟悉 vLLM、FSDP 或 DeepSpeed 等分散式訓練與服務工具。
- 具備機器學習維運經驗，使用過 Docker、Kubernetes、MLflow 或同等工具、CI/CD，以及實驗和資料集追蹤工具。
- 能透過設計文件、審查與指導，在沒有正式職權的情況下發揮影響力。
- 持續掌握新模型與程式設計代理的最新進展。
- 能將論文與產品發布轉化為實驗，並回報量化結果。
- 有他人可使用的成果，例如開源貢獻、文章、演講或評估。
- 優先條件：具備醫療資料經驗，例如 EHR、FHIR、理賠或事前授權。
- 優先條件：曾在大型語言模型評估、後訓練或代理領域發表論文或參與開源專案。
- 優先條件：具備面試和招募機器學習工程師的經驗。
- 優先條件：具備其他受監管或高風險領域的經驗。
福利待遇
- 彈性混合辦公，採遠端優先方式，並在舊金山和紐約提供有意義的辦公室出勤安排。
- 為員工提供完整的醫療、牙科與視力保險，並可涵蓋家屬。
- 提供 401(k)，公司將按員工提撥前 3% 的 50% 配比。
- 所有全職員工均享有股權。
- 不限天數的帶薪休假。
- 每週 100 美元午餐津貼。
- 每月 100 美元健康津貼。
- 為位於舊金山和紐約的員工提供每月 100 美元通勤補助。
- 帶薪育嬰假。
- 提供專業成長機會。
- 與經驗豐富的同事共組使命導向團隊。
- 與資深且績效出色的領導者合作。
