Machine Learning Engineer
- Machine learning
- San Francisco
- 09/12/2024
- -
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:
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.