Era wszechobecnej sztucznej inteligencji nadeszła. W tym transformacyjnym okresie organizacje wykorzystują generatywną AI, aby odkryć ukrytą wartość danych, usprawnić procesy, obniżyć koszty, zwiększyć efektywność i napędzać innowacje na dużą skalę.
SambaNova Suite™ to wiodąca, pełnostackowa platforma generatywnej AI, zoptymalizowana zarówno dla klientów korporacyjnych, jak i rządowych. Napędzana inteligentnym układem SN40L, ta w pełni zintegrowana platforma oferuje opcje wdrożenia zarówno na miejscu, jak i w chmurze. Dzięki nowoczesnym modelom open-source, SambaNova Suite umożliwia bezpieczne dostosowanie za pomocą danych klienta, zapewniając większą dokładność przy jednoczesnym zachowaniu przez klientów wieczystego prawa własności modelu.
Ta rola to unikalna okazja do kształtowania przyszłości AI i jej transformacyjnej wartości w operacjach biznesowych. Od strategicznego planowania produktów po produkcję na dużą skalę, będziesz częścią pionierskiego zespołu, który demokratyzuję nowoczesne możliwości LLM w rzeczywistych zastosowaniach.
Obowiązki
- Projektowanie i wdrażanie dużych pipelines dla wysokiej jakości danych wejściowych do LLM.
- Nieustanne doskonalenie LLM SambaNova poprzez nowe techniki modelowania, inżynierię promptów, dostrajanie instrukcji i wyrównanie.
- Opracowywanie i zbieranie danych specyficznych dla domeny.
- Współpraca z zespołem zarządzania produktem i zespołem kierowniczym, aby opracować mapę drogową dla ciągłego doskonalenia LLM i nowych możliwości.
- Ścisła współpraca z zespołem produktowym i klientami w celu przekształcenia wymagań w możliwości LLM.
- Rozszerzanie możliwości LLM na nowe języki i domeny.
- Tworzenie aplikacji na bazie LLM, w tym wyszukiwania semantycznego, podsumowywania oraz agentów konwersacyjnych.
Podstawowe Kwalifikacje
- Tytuł licencjata lub magistra w dziedzinie inżynierii lub nauk ścisłych
- 5-10 lat praktycznego doświadczenia inżynierskiego w uczeniu maszynowym
Dodatkowe Wymagane Kwalifikacje
- Doświadczenie w korzystaniu z frameworków głębokiego uczenia, takich jak TensorFlow, PyTorch, Caffe2 lub Theano
- Silne teoretyczne lub empiryczne zrozumienie głębokiego uczenia
- Doświadczenie w budowaniu i wdrażaniu modeli uczenia maszynowego
- Silne umiejętności analityczne i debugowania
- Doświadczenie z LLM, modelami wielojęzycznymi, wyszukiwaniem semantycznym, podsumowywaniem, pipelines danych, adaptacją domenową (finansową, prawną lub biomedyczną) oraz agentami konwersacyjnymi.
- Doświadczenie w prowadzeniu małych zespołów
- Biegłość w Pythonie i/lub C++
Preferred Qualifications
- Doświadczenie w dynamicznie rozwijających się startupach
- Umiejętność pracy zespołowej z udokumentowaną pokorą
- Skupienie na działaniu z naciskiem na szybkość i wyniki
- Zdolność do rozwoju w kulturze bez granic i napędzania innowacji
Zakres Wynagrodzenia Rocznego i Poziom
Podstawowe