Адаптируем резюме под ATS-фильтры, подготовим сопроводительное на основе резюме и вакансии, соберём гайд подготовки к собеседованию, найдём контакты HR и нанимающих
Присоединяйтесь к команде, занимающейся разговорным ИИ, которая создает системы для обработки взаимодействий с клиентами по телефону и SMS. Вы будете отвечать за функции на базе машинного обучения и больших языковых моделей (LLM) от прототипа до производства, а также за платформу и инструменты оценки, которые помогают продуктовым командам обеспечивать надежный клиентский опыт.
Создавать системы разговорного ИИ, которые понимают потребности клиентов, предпринимают действия и при необходимости передают вопрос на следующий уровень.
Разрабатывать системы памяти, графы знаний и фреймворки кастомизации, которые помогают агентам адаптироваться к различным рабочим процессам.
Обучать, оценивать и разворачивать модели для предсказания, классификации, ранжирования и прогнозирования загрузки с использованием Ray Serve и Dagster.
Создавать офлайн и онлайн оценки, симуляции и проверки непрерывной интеграции для обнаружения регрессий и измерения качества в производстве.
Строить общие инфраструктуры для оценки, наблюдаемости, обслуживания моделей и LLM для продуктовых команд.
Мониторить и поддерживать производственные модели и агентов, а также улучшать их на основе измеренных результатов.
Участвовать в проектировании и код-ревью, техническом написании и наставничестве.
Минимум 6 лет опыта в разработке программного обеспечения или машинном обучении, включая выпуск систем с ML или LLM в производство.
Сильные навыки Python и основы инженерии программного обеспечения с акцентом на поддерживаемый и протестированный код.
Практический опыт обучения и развёртывания моделей машинного обучения и/или создания систем LLM с использованием prompting, инструментов, агентов или поиска.
Опыт создания разговорного ИИ для телефона или SMS, а также знакомство с системами реального времени, телефонией, SIP, WebRTC или низколатентным выводом.
Подход, ориентированный на оценку, включая опыт создания производственных оценок, симуляций или проверок регрессий.
Опыт работы с инструментами ML-платформ, такими как обслуживание моделей, фреймворки оценки, реестры или наблюдаемость ML.
Знакомство с технологиями, такими как Ray Serve, Dagster, LiveKit, Vertex AI, GCP, Kubernetes, Pulumi и API провайдеров ИИ.
Уверенность в ведении работы до производства, сотрудничестве с другими и адаптации в стартапе или быстрорастущей среде.
Базовая зарплата: 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