Ingénieur d'application LLM

À propos d’ActAI
Aujourd’hui, plus de 5 milliards d’utilisateurs utilisent des applications de base telles que la messagerie électronique, les notes, les tâches et le calendrier, et elles ne sont pas natives de l’IA. Notre mission est de créer des applications proactives pour quiconque dans le monde, qui n'est pas habitué aux invites complexes. Notre objectif est d'apporter de l'intelligence aux conversations, aux courses, à l'organisation et aux flux de travail, avec un minimum, voire aucune invitation.
Notre produit vise à atteindre une fiabilité élevée pour les flux de travail de longue durée, un contexte persistant et l'exécution de tâches réelles. Nous pensons que les produits réduiront considérablement les hallucinations.
Notre objectif est d'organiser la vie de chacun, en nous permettant à tous de consacrer du temps à des choses précieuses et significatives.
À propos du rôle
En tant qu'ingénieur d'application LLM, vous construirez la couche d'intelligence qui alimente les expériences d'IA d'ActAI.
Vous travaillerez à l'intersection des LLM, de l'ingénierie logicielle et des flux de travail des agents de conception de produits, en améliorant le comportement des modèles et en transformant les capacités de l'IA en expériences utilisateur fiables.
Vous maîtriserez les problèmes de bout en bout, depuis la compréhension des besoins des utilisateurs, la conception de flux de travail agentiques, l'intégration de modèles et d'outils, la création d'un système d'évaluation et l'amélioration continue du comportement de l'IA en production.
Concentrez-vous

• Créer et expédier des applications basées sur LLM et des flux de travail d'agent IA

• Concevoir des systèmes pour le raisonnement, la planification, la mémoire, l'utilisation d'outils et l'exécution en plusieurs étapes.

• Créez des pipelines d'orchestration fiables qui transforment les résultats du modèle probabiliste en actions prévisibles, observables et sûres.

• Intégrez les LLM aux API, aux bases de données, à la recherche, aux services internes et aux outils externes.

• Développer des incitations, une ingénierie de contexte, des sorties structurées, des appels d'outils et d'autres techniques pour améliorer le comportement du modèle.

• Créer des cadres d'évaluation et des ensembles de données pour mesurer la qualité, la fiabilité et les régressions de l'IA.

• Déboguer les systèmes d'IA sur l'ensemble de la pile : du comportement du modèle et des invites à l'orchestration, aux services backend et à l'UX du produit.

• Optimiser les systèmes d'IA en termes de qualité, de latence et de coût

• Travailler en étroite collaboration avec les équipes de produits et d'ingénierie pour transformer les problèmes de produits ambigus en solutions d'IA fonctionnelles.

• Établir des pratiques de production pour l'observabilité, le traçage, l'expérimentation, l'évaluation et l'amélioration continue.

Pile technologique

•Python

• API LLM et fournisseurs de modèles, y compris les API compatibles OpenAI et les modèles à poids ouvert

• Frameworks d'agents et systèmes d'orchestration

• Bases de données vectorielles et systèmes de récupération

• Services backend, API et systèmes distribués

•PyTorch/JAX

Expérience idéale

• Solides bases en génie logiciel et expérience dans la création d'applications basées sur l'IA.

• Expérience pratique des LLM, de l'IA générative ou des systèmes basés sur des agents.

• Expérience dans la conception d'invites, de flux de travail, d'évaluations ou de comportements d'IA

• Capacité à écrire du code propre et de qualité production

• Confortable à travailler sur plusieurs couches d'abstraction (modèle → système → produit)

• Solides compétences en résolution de problèmes dans des environnements ambigus et en évolution rapide

• Parti pris en faveur de l'expédition, de l'itération et de l'amélioration continue

Résultats

• Les fonctionnalités d'IA arrivent rapidement en production et ont un impact mesurable sur les utilisateurs.

• Les flux de travail basés sur LLM sont fiables, évolutifs, observables et maintenables.

• La qualité de l'IA s'améliore grâce à une évaluation, une expérimentation et une itération systématiques.

• Les flux de travail de l'IA deviennent de plus en plus prévisibles, efficaces et rentables.

• Les capacités complexes de l'IA se traduisent en expériences utilisateur simples et intuitives

Trouvez un emploi en Allemagne sur Arbeitnow

Source : Arbeitnow (https://www.arbeitnow.com/jobs/companies/bjak/llm-application-engineer-germany-156600)