Empleo
Del feed del socio
Ingeniero de aplicaciones LLM
Precio a consultar
Detalles
- Tipo de empleo
- Jornada completa
- Remoto
- No
- Empresa
- Bjak
Descripción
Traducido automáticamente de English. El texto original es el oficial. Traducción automática — se está preparando una más precisa.
Acerca de ActAI
Hoy en día, hay más de 5 mil millones de usuarios que utilizan aplicaciones básicas, como correo electrónico, notas, tareas y calendario, y no son nativas de la IA. Nuestra misión es crear aplicaciones proactivas para cualquier persona en el mundo que no esté acostumbrada a indicaciones complejas. Nuestro objetivo es aportar inteligencia a las conversaciones, los recados, la organización y los flujos de trabajo, con un mínimo o ningún aviso.
Nuestro producto se centra en lograr una alta confiabilidad para flujos de trabajo de larga duración, contexto persistente y finalización de tareas del mundo real. Creemos que los productos reducirán en gran medida las alucinaciones.
Nuestro objetivo es organizar la vida de cualquier persona, permitiéndonos a todos dedicar tiempo a cosas valiosas y significativas.
Acerca del rol
Como ingeniero de aplicaciones LLM, creará la capa de inteligencia que impulsa las experiencias de inteligencia artificial de ActAI.
Trabajará en la intersección de LLM, ingeniería de software y productos: diseñando flujos de trabajo de agentes, mejorando el comportamiento del modelo y convirtiendo las capacidades de IA en experiencias de usuario confiables.
Será dueño de los problemas de un extremo a otro, desde comprender las necesidades del usuario, diseñar flujos de trabajo Agentic, integrar modelos y herramientas, crear un sistema de evaluación y mejorar continuamente el comportamiento de la IA en producción.
Enfoque
• Cree y envíe aplicaciones basadas en LLM y flujos de trabajo de agentes de IA
• Diseñar sistemas de razonamiento, planificación, memoria, uso de herramientas y ejecución de varios pasos.
• Construir canales de orquestación confiables que conviertan los resultados del modelo probabilístico en acciones predecibles, observables y seguras.
• Integre los LLM con API, bases de datos, búsqueda, servicios internos y herramientas externas.
• Desarrollar indicaciones, ingeniería de contexto, resultados estructurados, llamadas de herramientas y otras técnicas para mejorar el comportamiento del modelo.
• Crear marcos de evaluación y conjuntos de datos para medir la calidad, la confiabilidad y las regresiones de la IA.
• Depurar sistemas de IA en toda la pila, desde el comportamiento del modelo y las indicaciones hasta la orquestación, los servicios backend y la UX del producto.
• Optimice los sistemas de IA en términos de calidad, latencia y costo.
• Trabajar en estrecha colaboración con equipos de productos e ingeniería para convertir problemas ambiguos de productos en soluciones de IA que funcionen.
• Establecer prácticas de producción para la observabilidad, rastreo, experimentación, evaluación y mejora continua.
Pila de tecnología
• Pitón
• API de LLM y proveedores de modelos, incluidas API compatibles con OpenAI y modelos de peso abierto
• Marcos de agentes y sistemas de orquestación
• Bases de datos vectoriales y sistemas de recuperación.
• Servicios backend, API y sistemas distribuidos
•PyTorch/JAX
Experiencia ideal
• Sólidos fundamentos de ingeniería de software con experiencia en la creación de aplicaciones impulsadas por IA.
• Experiencia práctica con LLM, IA generativa o sistemas basados en agentes
• Experiencia en el diseño de indicaciones, flujos de trabajo, evaluaciones o comportamiento de IA.
• Capacidad para escribir código limpio y con calidad de producción.
• Cómodo trabajo a través de capas de abstracción (modelo → sistema → producto)
• Fuertes habilidades para resolver problemas en entornos ambiguos y en rápido movimiento.
• Sesgo hacia el envío, la iteración y la mejora continua.
Resultados
• Las funciones de IA llegan a producción rápidamente y ofrecen un impacto medible para el usuario
• Los flujos de trabajo basados en LLM son confiables, escalables, observables y mantenibles
• La calidad de la IA mejora mediante evaluación, experimentación e iteración sistemáticas
• Los flujos de trabajo de IA se vuelven cada vez más predecibles, eficientes y rentables
• Las capacidades complejas de IA se traducen en experiencias de usuario simples e intuitivas
Encuentre empleo en Alemania en Arbeitnow
Fuente: Arbeitnow (https://www.arbeitnow.com/jobs/companies/bjak/llm-application-engineer-germany-156600)
Hoy en día, hay más de 5 mil millones de usuarios que utilizan aplicaciones básicas, como correo electrónico, notas, tareas y calendario, y no son nativas de la IA. Nuestra misión es crear aplicaciones proactivas para cualquier persona en el mundo que no esté acostumbrada a indicaciones complejas. Nuestro objetivo es aportar inteligencia a las conversaciones, los recados, la organización y los flujos de trabajo, con un mínimo o ningún aviso.
Nuestro producto se centra en lograr una alta confiabilidad para flujos de trabajo de larga duración, contexto persistente y finalización de tareas del mundo real. Creemos que los productos reducirán en gran medida las alucinaciones.
Nuestro objetivo es organizar la vida de cualquier persona, permitiéndonos a todos dedicar tiempo a cosas valiosas y significativas.
Acerca del rol
Como ingeniero de aplicaciones LLM, creará la capa de inteligencia que impulsa las experiencias de inteligencia artificial de ActAI.
Trabajará en la intersección de LLM, ingeniería de software y productos: diseñando flujos de trabajo de agentes, mejorando el comportamiento del modelo y convirtiendo las capacidades de IA en experiencias de usuario confiables.
Será dueño de los problemas de un extremo a otro, desde comprender las necesidades del usuario, diseñar flujos de trabajo Agentic, integrar modelos y herramientas, crear un sistema de evaluación y mejorar continuamente el comportamiento de la IA en producción.
Enfoque
• Cree y envíe aplicaciones basadas en LLM y flujos de trabajo de agentes de IA
• Diseñar sistemas de razonamiento, planificación, memoria, uso de herramientas y ejecución de varios pasos.
• Construir canales de orquestación confiables que conviertan los resultados del modelo probabilístico en acciones predecibles, observables y seguras.
• Integre los LLM con API, bases de datos, búsqueda, servicios internos y herramientas externas.
• Desarrollar indicaciones, ingeniería de contexto, resultados estructurados, llamadas de herramientas y otras técnicas para mejorar el comportamiento del modelo.
• Crear marcos de evaluación y conjuntos de datos para medir la calidad, la confiabilidad y las regresiones de la IA.
• Depurar sistemas de IA en toda la pila, desde el comportamiento del modelo y las indicaciones hasta la orquestación, los servicios backend y la UX del producto.
• Optimice los sistemas de IA en términos de calidad, latencia y costo.
• Trabajar en estrecha colaboración con equipos de productos e ingeniería para convertir problemas ambiguos de productos en soluciones de IA que funcionen.
• Establecer prácticas de producción para la observabilidad, rastreo, experimentación, evaluación y mejora continua.
Pila de tecnología
• Pitón
• API de LLM y proveedores de modelos, incluidas API compatibles con OpenAI y modelos de peso abierto
• Marcos de agentes y sistemas de orquestación
• Bases de datos vectoriales y sistemas de recuperación.
• Servicios backend, API y sistemas distribuidos
•PyTorch/JAX
Experiencia ideal
• Sólidos fundamentos de ingeniería de software con experiencia en la creación de aplicaciones impulsadas por IA.
• Experiencia práctica con LLM, IA generativa o sistemas basados en agentes
• Experiencia en el diseño de indicaciones, flujos de trabajo, evaluaciones o comportamiento de IA.
• Capacidad para escribir código limpio y con calidad de producción.
• Cómodo trabajo a través de capas de abstracción (modelo → sistema → producto)
• Fuertes habilidades para resolver problemas en entornos ambiguos y en rápido movimiento.
• Sesgo hacia el envío, la iteración y la mejora continua.
Resultados
• Las funciones de IA llegan a producción rápidamente y ofrecen un impacto medible para el usuario
• Los flujos de trabajo basados en LLM son confiables, escalables, observables y mantenibles
• La calidad de la IA mejora mediante evaluación, experimentación e iteración sistemáticas
• Los flujos de trabajo de IA se vuelven cada vez más predecibles, eficientes y rentables
• Las capacidades complejas de IA se traducen en experiencias de usuario simples e intuitivas
Encuentre empleo en Alemania en Arbeitnow
Fuente: Arbeitnow (https://www.arbeitnow.com/jobs/companies/bjak/llm-application-engineer-germany-156600)
Este anuncio proviene de un feed de socios. Solicítalo en el sitio web de origen.
Fuente: Bjak
Publicación proporcionada por Bjak.