Адаптируем резюме под ATS-фильтры, подготовим сопроводительное на основе резюме и вакансии, соберём гайд подготовки к собеседованию, найдём контакты HR и нанимающих
Создавайте и управляйте системами разговорного ИИ, которые обрабатывают взаимодействия с клиентами по телефону и SMS. Эта роль охватывает работу с продуктом и платформой машинного обучения, от разработки функций на базе больших языковых моделей (LLM) до создания инструментов и систем оценки, которые помогают командам обеспечивать надежный опыт в производственной среде.
Создавать системы разговорного ИИ, которые понимают потребности клиентов, предпринимают действия и при необходимости передают вопросы на следующий уровень.
Разрабатывать память агента, граф знаний и инструменты настройки, чтобы помочь системам адаптироваться к различным рабочим процессам.
Обучать, оценивать и развертывать модели для прогнозирования, классификации, ранжирования и прогнозирования пропускной способности.
Создавать офлайн и онлайн оценки, симуляции и проверки непрерывной интеграции (CI) для обнаружения регрессий и измерения качества в производстве.
Строить общую инфраструктуру машинного обучения и LLM для обслуживания моделей, оценки, наблюдаемости и разработки продукта.
Мониторить и поддерживать производственные модели и агентов, а также улучшать их на основе измеренных результатов.
Вносить вклад в технические обзоры, документацию и наставничество в инженерных командах.
Минимум 6 лет опыта в разработке программного обеспечения или машинного обучения, включая успешный опыт выпуска и эксплуатации систем машинного обучения или LLM в производстве.
Сильные навыки Python и фундаментальные знания инженерии программного обеспечения, включая написание надежного, поддерживаемого и тестируемого кода.
Опыт создания разговорного ИИ для телефона или SMS, либо связанных систем реального времени и потоковой передачи, таких как голос, SIP или WebRTC.
Практический опыт обучения и развертывания моделей машинного обучения или создания систем LLM с использованием подсказок, инструментов, агентов или поиска.
Опыт работы с фреймворками оценки, симуляциями, мониторингом производства или инструментами платформы машинного обучения.
Знакомство с инструментами, такими как Ray Serve, Dagster, LiveKit, Vertex AI, GCP, Kubernetes, Pulumi и API поставщиков ИИ.
Уверенность в принятии ответственности от определения проблемы до производства, умение работать в условиях неопределенности и поддерживать коллег через обзоры и наставничество.
Базовый диапазон зарплаты: от 200 000 до 250 000 канадских долларов в год.
Офис в Монреале, Квебек, Канада.
Будьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.
ЖмитеГайд по безопасности