Empleo
Del feed del socio
Ingeniero de IA aplicada
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.
Rol
Como ingeniero de IA aplicada, convertirá las capacidades del modelo en un comportamiento real del producto. Usted será responsable de los problemas de un extremo a otro, desde dar forma al comportamiento del modelo hasta construir los sistemas a su alrededor y garantizar que funcione de manera confiable en producción.
Esta función se encuentra en la intersección del aprendizaje automático, los sistemas y el producto, y se centra en hacer que la IA realmente funcione para los usuarios, no sólo en demostraciones, sino en el uso en el mundo real.
Enfoque
• Construir y distribuir funciones de IA de extremo a extremo (modelo → sistema → experiencia de usuario)
• Diseñar e iterar solicitudes, herramientas, memoria y flujos de trabajo de agentes
• Convertir los resultados brutos del modelo en comportamientos estructurados, confiables y predecibles.
• Depurar problemas en toda la pila (modelo, orquestación, infraestructura, UX)
• Optimizar la latencia, el costo y la confiabilidad de la producción
• Desarrollar marcos de evaluación livianos para medir el desempeño en el mundo real.
• Trabajar en estrecha colaboración con el producto y la ingeniería para traducir problemas ambiguos en sistemas que funcionen.
Pila de tecnología
• Pitón
•PyTorch/JAX
• LLM (API estilo OpenAI, LLaMA, Qwen, etc.)
• Inferencia/servicio (por ejemplo, vLLM)
• Base de datos vectorial
Experiencia ideal
• Base sólida en aprendizaje automático y arquitecturas modernas de redes neuronales.
• Experiencia práctica en capacitación, ajuste o implementación de modelos de aprendizaje automático.
• Capacidad para escribir código limpio y con calidad de producción.
• Comodidad al trabajar a través de capas de abstracción (modelo → infraestructura → producto)
• Fuertes habilidades para resolver problemas en entornos ambiguos y en rápido movimiento.
• Sesgo hacia el envío, la iteración y la mejora continua.
Resultados
• Los modelos de aprendizaje automático en producción cumplen con los objetivos esperados de precisión, latencia y confiabilidad.
• Los problemas de producción se identifican rápidamente, se depuran eficazmente y se abordan las causas fundamentales.
• Los canales de datos, los bucles de entrenamiento y los sistemas de inferencia son sólidos, reproducibles y mantenibles.
• Colabora eficazmente con ingenieros, equipos de productos y de investigación para ofrecer funciones confiables impulsadas por ML.
• Las iteraciones de modelos y sistemas están impulsadas por señales del mundo real y mejoras mensurables.
Cómo trabajamos
Los mejores productos actuales del mundo fueron creados por equipos pequeños de clase mundial. Tomamos decisiones colectivamente, nos movemos a gran velocidad y logramos un equilibrio entre el envío de trabajo de alta calidad y el aprendizaje. Unirse a nuestro equipo requiere la capacidad de aportar estructura, ejercer criterio y ejecutar de forma independiente. Nuestro objetivo es poner en manos de nuestros usuarios un producto de IA verdaderamente mágico.
Proceso de entrevista
Si parece haber una coincidencia, programaremos 3, pero no más de 4 entrevistas.
Las solicitudes son evaluadas por los miembros de nuestro equipo técnico. Las entrevistas se realizarán a través de reuniones virtuales y/o presenciales.
Valoramos la transparencia y la eficiencia, por lo que esperamos una decisión rápida. Si ha demostrado las habilidades y la mentalidad excepcionales que estamos buscando, le ofreceremos una oferta para unirse a nosotros. Esta no es sólo una oferta de trabajo; es una invitación a ser parte de un equipo que está llevando la IA para que tenga beneficios prácticos para miles de millones en todo el mundo.
Encuentre empleo en Alemania en Arbeitnow
Fuente: Arbeitnow (https://www.arbeitnow.com/jobs/companies/bjak/applied-ai-engineer-germany-121817)
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.
Rol
Como ingeniero de IA aplicada, convertirá las capacidades del modelo en un comportamiento real del producto. Usted será responsable de los problemas de un extremo a otro, desde dar forma al comportamiento del modelo hasta construir los sistemas a su alrededor y garantizar que funcione de manera confiable en producción.
Esta función se encuentra en la intersección del aprendizaje automático, los sistemas y el producto, y se centra en hacer que la IA realmente funcione para los usuarios, no sólo en demostraciones, sino en el uso en el mundo real.
Enfoque
• Construir y distribuir funciones de IA de extremo a extremo (modelo → sistema → experiencia de usuario)
• Diseñar e iterar solicitudes, herramientas, memoria y flujos de trabajo de agentes
• Convertir los resultados brutos del modelo en comportamientos estructurados, confiables y predecibles.
• Depurar problemas en toda la pila (modelo, orquestación, infraestructura, UX)
• Optimizar la latencia, el costo y la confiabilidad de la producción
• Desarrollar marcos de evaluación livianos para medir el desempeño en el mundo real.
• Trabajar en estrecha colaboración con el producto y la ingeniería para traducir problemas ambiguos en sistemas que funcionen.
Pila de tecnología
• Pitón
•PyTorch/JAX
• LLM (API estilo OpenAI, LLaMA, Qwen, etc.)
• Inferencia/servicio (por ejemplo, vLLM)
• Base de datos vectorial
Experiencia ideal
• Base sólida en aprendizaje automático y arquitecturas modernas de redes neuronales.
• Experiencia práctica en capacitación, ajuste o implementación de modelos de aprendizaje automático.
• Capacidad para escribir código limpio y con calidad de producción.
• Comodidad al trabajar a través de capas de abstracción (modelo → infraestructura → producto)
• Fuertes habilidades para resolver problemas en entornos ambiguos y en rápido movimiento.
• Sesgo hacia el envío, la iteración y la mejora continua.
Resultados
• Los modelos de aprendizaje automático en producción cumplen con los objetivos esperados de precisión, latencia y confiabilidad.
• Los problemas de producción se identifican rápidamente, se depuran eficazmente y se abordan las causas fundamentales.
• Los canales de datos, los bucles de entrenamiento y los sistemas de inferencia son sólidos, reproducibles y mantenibles.
• Colabora eficazmente con ingenieros, equipos de productos y de investigación para ofrecer funciones confiables impulsadas por ML.
• Las iteraciones de modelos y sistemas están impulsadas por señales del mundo real y mejoras mensurables.
Cómo trabajamos
Los mejores productos actuales del mundo fueron creados por equipos pequeños de clase mundial. Tomamos decisiones colectivamente, nos movemos a gran velocidad y logramos un equilibrio entre el envío de trabajo de alta calidad y el aprendizaje. Unirse a nuestro equipo requiere la capacidad de aportar estructura, ejercer criterio y ejecutar de forma independiente. Nuestro objetivo es poner en manos de nuestros usuarios un producto de IA verdaderamente mágico.
Proceso de entrevista
Si parece haber una coincidencia, programaremos 3, pero no más de 4 entrevistas.
Las solicitudes son evaluadas por los miembros de nuestro equipo técnico. Las entrevistas se realizarán a través de reuniones virtuales y/o presenciales.
Valoramos la transparencia y la eficiencia, por lo que esperamos una decisión rápida. Si ha demostrado las habilidades y la mentalidad excepcionales que estamos buscando, le ofreceremos una oferta para unirse a nosotros. Esta no es sólo una oferta de trabajo; es una invitación a ser parte de un equipo que está llevando la IA para que tenga beneficios prácticos para miles de millones en todo el mundo.
Encuentre empleo en Alemania en Arbeitnow
Fuente: Arbeitnow (https://www.arbeitnow.com/jobs/companies/bjak/applied-ai-engineer-germany-121817)
Este anuncio proviene de un feed de socios. Solicítalo en el sitio web de origen.
Fuente: Bjak
Publicación proporcionada por Bjak.