Machine Learning Engineer

O nas

Jesteśmy Supernormal, dynamiczną firmą, która dąży do przekształcenia werbalnej komunikacji dla osób indywidualnych, zespołów i organizacji różnej wielkości. Spotkania są naszym najbogatszym w informacje kanałem pracy, ale często brakuje im struktury i dokumentacji. W Supernormal stawiamy czoła temu wyzwaniu z koncentracją, designem i rzemiosłem. Od 2019 roku liderzy branży, tacy jak Snap, Salesforce, Replay, Gitcoin, Pinterest, i tysiące innych, dołączyli do nas w tej podróży. Szybko się rozwijamy i z radością witamy nowe osoby w naszym zespole, które wyróżniają się w swoich dziedzinach. Jesteśmy zobowiązani do budowania różnorodnego i kreatywnego zespołu, który odzwierciedla miliony ludzi, których obsługujemy na całym świecie.

Supernormal to firma zdalna bez wymagań co do współlokalizacji. Organizujemy coroczne zjazdy zespołowe i spotykamy się kilka razy na kwartał.

O roli

Jako inżynier uczenia maszynowego w Supernormal, będziesz rozwijać rozwiązania AI, które napędzają nasze kluczowe funkcje produktu, takie jak transkrypcja spotkań, generowanie notatek i automatyzacja zadań. Będziesz budować niezawodne i bezpieczne usługi, wykorzystując zaawansowane modele AI, aby dostarczać wysokiej jakości notatki ze spotkań coraz większej liczbie klientów. Ta rola wymaga praktycznego podejścia do inżynierii oprogramowania, idealna dla tych, którzy są zmotywowani do szybkiej implementacji nowych modeli i funkcji.

Na czym będziesz pracować

Jako inżynier uczenia maszynowego w naszym zespole AI, będziesz odpowiedzialny za pełny cykl tworzenia rozwiązań AI dla notatek ze spotkań, odpowiadania na pytania i realizacji zadań. Obowiązki obejmują:

Inżynierię promptów, wykorzystując najnowocześniejsze techniki do ulepszania kluczowych funkcji asystenta spotkań.
Budowanie i wdrażanie specjalistycznych modeli uczenia maszynowego w celu poprawy jakości transkrypcji, zmniejszenia liczby przesyłanych tokenów do API oraz wyodrębniania półstrukturalnych danych.
Trenowanie i wdrażanie niestandardowych dużych modeli językowych z otwartych źródeł za pomocą technik takich jak LoRA, RLHF, i instrukcja-tuning dla różnych potrzeb biznesowych.
Tworzenie nowych doświadczeń produktowych z NLP i LLM, które ulepszają się w oparciu o opinie użytkowników i współpracę z inżynierami produktu oraz zespołami projektowymi.
Definiowanie i optymalizacja metryk biznesowych i produktowych w celu zrównoważenia jakości i kosztów użycia AI.
Ulepszanie możliwości wyszukiwania i odpowiadania na pytania z wykorzystaniem LLM, stosując generację wzbogaconą o wyszukiwanie (RAG) na podstawie wielu spotkań.
Promowanie i wdrażanie ulepszonych procesów, zostawiając każde miejsce pracy w lepszym stanie, niż je zastałeś(-aś).

Wymagania

Co przyniesiesz

Jesteśmy szybko rozwijającym się startupem, który tworzy najnowocześniejsze produkty oparte na dużych modelach językowych. Idealny kandydat będzie miał solidne podstawy w uczeniu maszynowym i podejście hakera, aby szybko stworzyć Jupyter Notebooks do trenowania modelu i pisać wydajny kod produkcyjny do wdrożenia.