Praca
Z kanału partnera
Inżynier ds. stosowanej sztucznej inteligencji
Cena na życzenie
Szczegóły
- Typ zatrudnienia
- Pełny etat
- Zdalnie
- Nie
- Firma
- Bjak
Opis
Automatyczne tłumaczenie z języka English. Oryginał jest wiążący. Tłumaczenie maszynowe — trwają prace nad dokładniejszą wersją.
O ActAI
Obecnie ponad 5 miliardów użytkowników korzysta z podstawowych aplikacji, takich jak poczta e-mail, notatki, zadania, kalendarz i nie są one natywne dla sztucznej inteligencji. Naszą misją jest budowanie proaktywnych aplikacji dla każdego na świecie, kto nie jest przyzwyczajony do skomplikowanych podpowiedzi. Naszym celem jest zapewnienie inteligencji rozmowom, sprawom, organizowaniu i przepływom pracy, przy minimalnym wsparciu lub bez niego.
Nasz produkt koncentruje się na osiągnięciu wysokiej niezawodności w przypadku długotrwałych przepływów pracy, trwałego kontekstu i realizacji zadań w świecie rzeczywistym. Wierzymy, że produkty znacznie zmniejszą halucynacje.
Naszym celem jest takie uporządkowanie życia każdego człowieka, aby każdy mógł spędzić czas na rzeczach wartościowych i znaczących.
Rola
Jako inżynier stosowanej sztucznej inteligencji zamienisz możliwości modelu w rzeczywiste zachowanie produktu. Będziesz kompleksowo zajmować się problemami, od kształtowania zachowania modelu, przez budowanie wokół niego systemów, aż po zapewnienie niezawodnego działania w środowisku produkcyjnym.
Ta rola leży na styku uczenia maszynowego, systemów i produktów, koncentrując się na tym, aby sztuczna inteligencja faktycznie działała dla użytkowników, nie tylko w demonstracjach, ale w rzeczywistym użyciu.
Skup się
• Kompleksowe tworzenie i dostarczanie funkcji AI (model → system → doświadczenie użytkownika)
• Projektuj i wykonuj iteracje w oparciu o podpowiedzi, narzędzia, pamięć i przepływy pracy agentów
• Zamień wyniki surowego modelu w ustrukturyzowane, niezawodne i przewidywalne zachowania
• Problemy z debugowaniem w całym stosie (model, orkiestracja, infrastruktura, UX)
• Optymalizacja pod kątem opóźnień, kosztów i niezawodności produkcji
• Opracuj lekkie ramy oceny do pomiaru wydajności w świecie rzeczywistym
• Ściśle współpracuj z produktem i inżynierią, aby przełożyć niejednoznaczne problemy na działające systemy
Stos technologii
• Pythona
• PyTorch/JAX
• LLM (interfejsy API w stylu OpenAI, LLaMA, Qwen itp.)
• Wnioskowanie / serwowanie (np. vLLM)
• Wektor DB
Idealne doświadczenie
• Solidne podstawy uczenia maszynowego i nowoczesnych architektur sieci neuronowych.
• Praktyczne doświadczenie w szkoleniu, dostrajaniu lub wdrażaniu modeli uczenia maszynowego
• Umiejętność pisania czystego kodu o jakości produkcyjnej
• Komfort pracy pomiędzy warstwami abstrakcji (model → infra → produkt)
• Silne umiejętności rozwiązywania problemów w niejednoznacznych, szybko zmieniających się środowiskach
• Skłonność do wysyłki, iteracji i ciągłego doskonalenia
Wyniki
• Modele ML w środowisku produkcyjnym spełniają oczekiwane cele w zakresie dokładności, opóźnień i niezawodności.
• Problemy produkcyjne są szybko identyfikowane, skutecznie debugowane i usuwane są przyczyny źródłowe.
• Potoki danych, pętle szkoleniowe i systemy wnioskowania są solidne, odtwarzalne i łatwe w utrzymaniu.
• Skutecznie współpracuje z inżynierami, zespołami zajmującymi się produktami i badaniami, aby dostarczać niezawodne funkcje oparte na technologii ML.
• Iteracje modeli i systemów opierają się na sygnałach ze świata rzeczywistego i mierzalnych ulepszeniach.
Jak pracujemy
Najlepsze obecnie produkty na świecie zostały zbudowane przez małe, światowej klasy zespoły. Podejmujemy decyzje wspólnie, działamy z dużą szybkością, zachowując równowagę pomiędzy dostarczaniem wysokiej jakości pracy i nauką. Dołączenie do naszego zespołu wymaga umiejętności tworzenia struktury, wydawania osądów i niezależnego działania. Naszym celem jest oddanie w ręce naszych użytkowników prawdziwie magicznego produktu AI.
Proces wywiadu
Jeśli okaże się, że pasujemy, dojdziemy do harmonogramu 3, ale nie więcej niż 4 rozmowy kwalifikacyjne.
Wnioski są oceniane przez członków naszego zespołu technicznego. Rozmowy kwalifikacyjne będą prowadzone w formie spotkań wirtualnych i/lub na miejscu.
Cenimy przejrzystość i efektywność, dlatego spodziewaj się szybkiej decyzji. Jeśli wykazałeś się wyjątkowymi umiejętnościami i nastawieniem, którego szukamy, przedłużymy ofertę dołączenia do nas. To nie jest tylko oferta pracy; to zaproszenie do bycia częścią zespołu, który zapewnia sztuczną inteligencję, aby zapewnić praktyczne korzyści miliardom na całym świecie.
Znajdź oferty pracy w Niemczech na Arbeitnow
Źródło: Arbeitnow (https://www.arbeitnow.com/jobs/companies/bjak/applied-ai-engineer-germany-121817)
Obecnie ponad 5 miliardów użytkowników korzysta z podstawowych aplikacji, takich jak poczta e-mail, notatki, zadania, kalendarz i nie są one natywne dla sztucznej inteligencji. Naszą misją jest budowanie proaktywnych aplikacji dla każdego na świecie, kto nie jest przyzwyczajony do skomplikowanych podpowiedzi. Naszym celem jest zapewnienie inteligencji rozmowom, sprawom, organizowaniu i przepływom pracy, przy minimalnym wsparciu lub bez niego.
Nasz produkt koncentruje się na osiągnięciu wysokiej niezawodności w przypadku długotrwałych przepływów pracy, trwałego kontekstu i realizacji zadań w świecie rzeczywistym. Wierzymy, że produkty znacznie zmniejszą halucynacje.
Naszym celem jest takie uporządkowanie życia każdego człowieka, aby każdy mógł spędzić czas na rzeczach wartościowych i znaczących.
Rola
Jako inżynier stosowanej sztucznej inteligencji zamienisz możliwości modelu w rzeczywiste zachowanie produktu. Będziesz kompleksowo zajmować się problemami, od kształtowania zachowania modelu, przez budowanie wokół niego systemów, aż po zapewnienie niezawodnego działania w środowisku produkcyjnym.
Ta rola leży na styku uczenia maszynowego, systemów i produktów, koncentrując się na tym, aby sztuczna inteligencja faktycznie działała dla użytkowników, nie tylko w demonstracjach, ale w rzeczywistym użyciu.
Skup się
• Kompleksowe tworzenie i dostarczanie funkcji AI (model → system → doświadczenie użytkownika)
• Projektuj i wykonuj iteracje w oparciu o podpowiedzi, narzędzia, pamięć i przepływy pracy agentów
• Zamień wyniki surowego modelu w ustrukturyzowane, niezawodne i przewidywalne zachowania
• Problemy z debugowaniem w całym stosie (model, orkiestracja, infrastruktura, UX)
• Optymalizacja pod kątem opóźnień, kosztów i niezawodności produkcji
• Opracuj lekkie ramy oceny do pomiaru wydajności w świecie rzeczywistym
• Ściśle współpracuj z produktem i inżynierią, aby przełożyć niejednoznaczne problemy na działające systemy
Stos technologii
• Pythona
• PyTorch/JAX
• LLM (interfejsy API w stylu OpenAI, LLaMA, Qwen itp.)
• Wnioskowanie / serwowanie (np. vLLM)
• Wektor DB
Idealne doświadczenie
• Solidne podstawy uczenia maszynowego i nowoczesnych architektur sieci neuronowych.
• Praktyczne doświadczenie w szkoleniu, dostrajaniu lub wdrażaniu modeli uczenia maszynowego
• Umiejętność pisania czystego kodu o jakości produkcyjnej
• Komfort pracy pomiędzy warstwami abstrakcji (model → infra → produkt)
• Silne umiejętności rozwiązywania problemów w niejednoznacznych, szybko zmieniających się środowiskach
• Skłonność do wysyłki, iteracji i ciągłego doskonalenia
Wyniki
• Modele ML w środowisku produkcyjnym spełniają oczekiwane cele w zakresie dokładności, opóźnień i niezawodności.
• Problemy produkcyjne są szybko identyfikowane, skutecznie debugowane i usuwane są przyczyny źródłowe.
• Potoki danych, pętle szkoleniowe i systemy wnioskowania są solidne, odtwarzalne i łatwe w utrzymaniu.
• Skutecznie współpracuje z inżynierami, zespołami zajmującymi się produktami i badaniami, aby dostarczać niezawodne funkcje oparte na technologii ML.
• Iteracje modeli i systemów opierają się na sygnałach ze świata rzeczywistego i mierzalnych ulepszeniach.
Jak pracujemy
Najlepsze obecnie produkty na świecie zostały zbudowane przez małe, światowej klasy zespoły. Podejmujemy decyzje wspólnie, działamy z dużą szybkością, zachowując równowagę pomiędzy dostarczaniem wysokiej jakości pracy i nauką. Dołączenie do naszego zespołu wymaga umiejętności tworzenia struktury, wydawania osądów i niezależnego działania. Naszym celem jest oddanie w ręce naszych użytkowników prawdziwie magicznego produktu AI.
Proces wywiadu
Jeśli okaże się, że pasujemy, dojdziemy do harmonogramu 3, ale nie więcej niż 4 rozmowy kwalifikacyjne.
Wnioski są oceniane przez członków naszego zespołu technicznego. Rozmowy kwalifikacyjne będą prowadzone w formie spotkań wirtualnych i/lub na miejscu.
Cenimy przejrzystość i efektywność, dlatego spodziewaj się szybkiej decyzji. Jeśli wykazałeś się wyjątkowymi umiejętnościami i nastawieniem, którego szukamy, przedłużymy ofertę dołączenia do nas. To nie jest tylko oferta pracy; to zaproszenie do bycia częścią zespołu, który zapewnia sztuczną inteligencję, aby zapewnić praktyczne korzyści miliardom na całym świecie.
Znajdź oferty pracy w Niemczech na Arbeitnow
Źródło: Arbeitnow (https://www.arbeitnow.com/jobs/companies/bjak/applied-ai-engineer-germany-121817)
To ogłoszenie pochodzi z feedu partnera. Aplikuj na stronie źródłowej.
Źródło: Bjak
Ogłoszenie pochodzi od Bjak.