Senior ML/AI Engineer
BRAVER IT / ITeamly
Rola Senior AI Engineer w europejskim startupie rozwijającym platformę inteligencji dla biznesu. Celem jest tworzenie zaawansowanych systemów rozumowania, architektur retrieval, grafów wiedzy i agentów AI, które pomagają organizacjom analizować złożone informacje i podejmować lepsze decyzje strategiczne. Skupienie jest na rozwiązywaniu trudnych problemów w dziedzinie AI, takich jak pamięć, rozumowanie, jakość wyszukiwania i długi kontekst.
Brakuje: brak informacji o konkretnych narzędziach do observability i monitorowania ai., nie podano szczegółów dotyczących struktury zespołu i procesów decyzyjnych w startupie..
Rola Senior AI Engineer w europejskim startupie rozwijającym platformę inteligencji dla biznesu. Celem jest tworzenie zaawansowanych systemów rozumowania, architektur retrieval, grafów wiedzy i agentów AI, które pomagają organizacjom analizować złożone informacje i podejmować lepsze decyzje strategiczne. Skupienie jest na rozwiązywaniu trudnych problemów w dziedzinie AI, takich jak pamięć, rozumowanie, jakość wyszukiwania i długi kontekst.
- ✓Możliwość pracy nad zaawansowanymi systemami AI skupionymi na rozumowaniu, pamięci i reprezentacji wiedzy.
- ✓Wpływ na kształtowanie architektury szybko rozwijającego się produktu AI od wczesnego etapu.
- ✓Rozwiązywanie realnych problemów AI poza tradycyjnymi zastosowaniami chatbotów.
- ✓Możliwość wpływania na decyzje techniczne i kierunek produktu.
- ✓Praca w wysoce technicznym zespole na styku AI, systemów retrieval i inteligencji decyzyjnej.
- −Startup może oznaczać niepewność finansową lub szybkie zmiany priorytetów, choć nie jest to powiedziane wprost.
- !Choć praca jest zdalna, startup może wymagać większego zaangażowania czasowego niż w stabilnej korporacji.
- •Budowanie skalowalnych systemów pamięci i wyszukiwania dla przepływów pracy AI z wysokim kontekstem.
- •Projektowanie hybrydowych architektur wyszukiwania łączących wyszukiwanie wektorowe, grafy wiedzy, wyszukiwanie leksykalne i dane strukturalne.
- •Rozwijanie frameworków ewaluacyjnych do benchmarkowania jakości wyszukiwania, wydajności pamięci i efektywności rozumowania.
- •Budowanie interfejsów pamięci agentów umożliwiających systemom AI zapytania, inspekcję i ponowne wykorzystanie kontekstu.
- •Definiowanie i ulepszanie metryk jakości, takich jak recall, pochodzenie danych, opóźnienia, niezawodność i koszty.
- •Implementacja mechanizmów routingu określających, kiedy używać wyszukiwania, rozumowania lub przepływów pracy opartych na agentach.
- •Rozwijanie potoków do fine-tuningu, destylacji i adaptacji modeli.
- •Budowanie rozwiązań do obserwacji i monitorowania przepływów pracy AI, w tym błędów wyszukiwania, regresji modeli i śledzenia kosztów.
Oferta dla doświadczonych specjalistów (Senior).
Kandydat z minimum 5-letnim doświadczeniem w ML Engineering, Applied AI lub Search & Retrieval, z silnym doświadczeniem w Pythonie w środowisku produkcyjnym. Powinien mieć praktyczne doświadczenie z systemami LLM, potokami retrieval, grafami wiedzy i budowaniem API. Zrozumienie trybów awarii wyszukiwania i doświadczenie z narzędziami AI-native jest kluczowe.
Rola wymaga znaczącego doświadczenia w dziedzinie AI/ML i systemów produkcyjnych. Osoby z mniejszym niż 5-letnim doświadczeniem lub bez praktycznego doświadczenia z LLM, potokami retrieval i systemami backendowymi mogą nie być odpowiednie.
- ?Jakie są główne wyzwania związane z skalowaniem systemów pamięci i wyszukiwania dla wysokiego kontekstu?
- ?Jak wygląda proces podejmowania decyzji dotyczących wyboru konkretnych technologii i narzędzi w zespole?
- ?Jakie są plany dotyczące rozwoju i potencjalnego finansowania startupu w najbliższej przyszłości?
- ?Jakie są oczekiwania dotyczące wkładu w rozwój strategii modeli opartych na suwerenności?
- ?Jakie są główne metryki sukcesu dla tej roli i jak są mierzone?
- −Brak informacji o konkretnych narzędziach do observability i monitorowania AI.
- −Nie podano szczegółów dotyczących struktury zespołu i procesów decyzyjnych w startupie.
Praca w wysoce technicznym zespole na styku AI, systemów retrieval i inteligencji decyzyjnej, z naciskiem na eksperymentowanie, badania i szybkie iteracje.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię RAG. Pełne statystyki zarobków →