Inżynier ds. stosowanej sztucznej inteligencji - bezpośrednie pozyskiwanie

Inżynier ds. stosowanej sztucznej inteligencji - bezpośrednie pozyskiwanie
Planujemy to jako sześciomiesięczne oddelegowanie. Być może istnieje możliwość jego przedłużenia lub utrwalenia.

Do zespołu Direct Acquisition poszukujemy inżyniera Applied AI.
Będziesz projektować i budować agentów AI, którzy obsługują całe procesy biznesowe, od planowania pracy po uczenie się na wynikach. To, co odkryjesz, zadecyduje o tym, jak daleko iwoca poprowadzi agentów w całej firmie.

Firma
Małe firmy działają szybko. Możliwości często nie czekają, a presja na przepływ środków pieniężnych może pojawić się z dnia na dzień. Aby móc działać i rozwijać się, MŚP potrzebują finansowania równie elastycznego i szybko reagującego jak one.
Dlatego zbudowaliśmy iwocę. Nasza inteligentna technologia, analiza danych i pięciogwiazdkowa obsługa klienta zapewniają właścicielom firm możliwość działania z szybkością, pewnością i kontrolą, których potrzebują, dokładnie wtedy, gdy jest to potrzebne.
Otworzyliśmy już drogę dla 100 000 firm, otrzymując finansowanie o wartości ponad 5 miliardów funtów. Nasz zespół pełen pasji pragnie pomóc jeszcze większej liczbie MŚP odnieść sukces poprzez dostęp do lepszych finansów i innych usług ułatwiających prowadzenie firmy. Naszą ostateczną misją jest wspieranie miliona MŚP w ich decydujących momentach, wywarcie trwałego wpływu na społeczności i gospodarki, które napędzają.

Zespół
Dział pozyskiwania bezpośredniego obejmuje zespoły ds. marketingu, sprzedaży, marki i technologii przejęć firmy iwoca. Razem docierają do brytyjskich firm każdej wielkości i kształtu za pośrednictwem płatnych i organicznych kanałów marketingowych oraz sprzedaży bezpośredniej.
Nowy zespół w Direct Acquisition buduje agentów, którzy automatyzują i usprawniają procesy akwizycji. Jest to jego jedyny cel i ściśle współpracuje z Acquisition Tech. Jest mały – właściciel produktu i Ty – i wszyscy tworzą. Będziesz raportować do Head of Direct Acquisition, który wyznacza kierunek komercyjny.

Rola
Jako inżynier stosowanej sztucznej inteligencji będziesz budować wokół nich agentów i systemy. Większość pracy to projektowanie systemów i inżynieria backendu.
Zaczniesz od poczty bezpośredniej. Pierwszym celem jest agent, który planuje każdą miesięczną rundę, wykorzystuje istniejące modele predykcyjne iwoca do tworzenia pliku mailingowego i uczy się na podstawie napływających wyników. Wzorzec jest prosty do powiedzenia i trudny do wprowadzenia: agent koordynuje, deterministyczny kod wykonuje pracę, a człowiek w pętli zatwierdza plik przed jego wydrukowaniem. Będziesz współpracować z osobami prowadzącymi każdy proces, aby zrozumieć przypadki brzegowe, a także z systemami podstawowymi i działem zgodności w zakresie dostępu i kontroli.
Agenci jeszcze nie istnieją i wiele jest nadal otwartych: jakie procesy podejmuje zespół i jak wygląda architektura. Będziesz właścicielem decyzji projektowych i napiszesz większość kodu samodzielnie, w dużej mierze za pomocą narzędzi do kodowania AI. Niektóre z nich nie zadziałają, a ustalenie przyczyny jest jednym z głównych wyników tej roli.

• Architektura. Zaprojektujesz, czego agenci potrzebują do niezawodnego działania: pamięć utrzymująca się pomiędzy uruchomieniami, zarządzanie zadaniami, dostęp do narzędzi, uprawnienia oraz zapis każdej decyzji i jej przyczyny. Zbudujesz każdy element, aby następny proces mógł go ponownie wykorzystać.

• Poręcze. Ty decydujesz, gdzie agent kieruje się oceną, a gdzie kod wymusza zasady, których agent nie może zmienić, np. pomijanie, sprawdzanie zgodności i limity budżetowe.

• Dostawa. Będziesz właścicielem każdego agenta od początku do końca: podłącz go do modeli predykcyjnych, potoków danych i narzędzi kanałowych iwoca i uruchamiaj go wraz z bieżącym procesem, aż pokaże, że działa.

• Pomiar. Będziesz śledzić, jak często agenci potrzebują danej osoby, gdzie zawodzą, ile kosztują i ile są warte.

Wymagania
Szukamy głębi kogoś, kto rozwiązał trudne problemy i tempa kogoś, kto szybko porusza się w obszarach, które są dla niego nowe.
Niezbędne:

• Własność systemu. Posiadałeś złożony system od początku do końca, od projektu po uruchomienie go w środowisku produkcyjnym, i musiałeś żyć z konsekwencjami swoich wyborów dotyczących architektury.

• Ocena projektu. Podjąłeś decyzje dotyczące architektury, na których opierali się inni ludzie, i możesz wyjaśnić kompromisy i to, co byś zmienił. Kiedy pomysł nie zadziała, mówisz to i proponujesz lepszy.

• Tempo. Rzeczy działają szybko w nieznanych obszarach i działają dalej, gdy ludzie na nich polegają.

• Inżynieria agentów. Stworzyłeś systemy, w których menedżerowie LLM podejmują działania – więcej niż czaty i podsumowania – i możesz wyjaśnić, co poszło nie tak i jak to naprawiłeś. Wiesz, kiedy problem wymaga agenta, a kiedy pętli for.

• Sterowanie. Od początku wbudowałeś w systemy uprawnienia, zasady dostępu do danych i ścieżki audytu.

• Konstruktywne wyzwanie. Dobrze współpracujesz z kolegami z branży handlowej i produktowej, a kiedy pomysł nie zadziała, mówisz o tym i oferujesz lepszy.

• Dźwignia AI. Używałeś narzędzi do kodowania AI do tworzenia prac inżynieryjnych, których bez nich nie mógłbyś wykonać – usługi, integracji lub narzędzia wewnętrznego, z którego korzystają inni. Masz opinie na temat tego, jak najlepiej je wykorzystać, i sprawdzasz ich wyniki, zanim trafią do produkcji.

• Komunikacja. Piszesz i mówisz jasno, bezpośrednio i zwięźle. Dostosowujesz szczegóły techniczne do swoich odbiorców.

Bonus:

• Języki i narzędzia danych. Pracowałeś z Pythonem, Go, Snowflake lub dbt.

• Ocena. Stworzyłeś ewaluacje, które mierzą wydajność agenta i miejsca, w których zawodzi.

• Technologie marketingu i wzrostu. Pracowałeś z platformami reklamowymi, CRM lub direct mail.

• Podstawy ilościowe. Pochodzisz z dziedzin numerycznych lub technicznych, takich jak fizyka, inżynieria, matematyka lub informatyka.…

Źródło: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/iwoca/applied-ai-engineer-direct-acquisition-london-36548)