Snorkel AI 為機器學習團隊開發專家資料解決方案。其專家資料即服務平台協助組織建立並評估高品質訓練資料集，支援更快速的模型開發，並提升人工智慧應用的可靠性。公司於 2019 年源自史丹佛大學的研究，目前與顧問、醫療保健及物流等領域的組織合作，推動實用型人工智慧系統的發展。
Snorkel AI資深人工智慧與機器學習軟體工程師（混合辦公）
資深／首席機器學習工程師，負責改進代理程式評估、模型路由與微調模型系統。 為Snorkel AI的企業客戶建構嚴謹的人工智慧資料基礎架構。
說明
- 透過機器學習與人工智慧提升前沿人工智慧資料生成與評估的速度、成本效益及嚴謹性
- 研究前沿級資料的生成與評估方式
- 提出假設，並以真實生產資料進行驗證
- 擴展已證實成效良好的方法
- 透過自適應取樣、具統計依據的提早停止、模型串接、快取及低成本優先閘控，降低長時程代理程式評估成本
- 將評估與裁判請求導向符合品質標準的最低成本模型，並提供備援、監控及成本歸因
- 使用LoRA及其他參數高效技術微調並部署開放權重模型
- 在前沿系統推出前開發可預測任務難度的模型
- 建立黃金資料集，並衡量LLM-as-judge系統的準確度與校準度
- 將研究原型轉化為供生產工程師與研究人員使用的可重複使用、可設定元件
- 協助制定機器學習工程標準，指導專業方向，並支援持續擴展的團隊
職位要求
- 至少五年建構生產級機器學習或軟體系統的經驗，能負責從原型到生產的完整流程
- 具備在生產環境中運行LLM或機器學習工作負載的實務經驗
- 能有效分析非決定性系統
- 具備扎實的統計學與實驗基礎，包括實驗設計、假設檢定、抽樣與信賴區間
- 具備進階Python與軟體工程技能，涵蓋測試、程式碼審查及系統設計
- 具備建立評估並嚴謹解讀評估結果的經驗
- 能主動辨識高影響力問題，而非等待正式分派
- 能在研究、工程與業務團隊之間進行清晰溝通
福利待遇
- 有機會對優先事項與倡議產生重大影響
- 能參與重要策略決策並表達意見
- 直接為Snorkel AI的持續成功作出貢獻
- 有機會拓展技術深度
- 有機會發揮領導作用
- 有機會發展跨職能技能
- 在重視學習與共同成功、以成長為導向的環境中獲得職涯發展支援
- 在申請與面試流程、工作履行，以及取得就業福利與權益的整個過程中，為身心障礙申請者與員工提供合理便利