AI mérnök

Stack

Feladatok

• ▹Az AI-fejlesztés vezetése a kezdeti koncepciótól az éles bevezetésig és iterációig
• ▹LLM-alapú megoldások tervezése és megvalósítása, amelyek komplex technikai specifikációkból nyernek ki jelentést
• ▹Multimodális komplexitás kezelése, multi-agens és RL megközelítések feltárása agentikus kódgeneráláshoz és tool use-hoz
• ▹Stratégiák tervezése a késleltetés, kimeneti szórás kezelésére és a hibák szabályos kezelésére nagy skálán
• ▹Együttműködés termék- és mérnökcsapatokkal az AI-képességek zökkenőmentes beépítéséhez a platformba
• ▹Junior mérnökök mentorálása és bevált gyakorlatok kialakítása az AI-fejlesztéshez

Elvárások

• ▹Korábbi tapasztalat éles AI-rendszerek szállításában nyelvi modellekkel, lehetőleg dokumentumértelmezéssel és/vagy agentikus workflow-kkal
• ▹Szilárd szoftvermérnöki készségek, tapasztalat elosztott rendszerekkel és éles minőségű kóddal
• ▹Jártasság Pythonban és modern ML-keretrendszerekben (PyTorch, Hugging Face, transformers)
• ▹Gyakorlati tapasztalat prompt engineeringgel, finomhangolással és nagy nyelvi modellek telepítésével
• ▹Képesség nagy méretű, heterogén adathalmazok rendezésére, tisztítására és előfeldolgozására
• ▹Komplex AI-koncepciók elmagyarázásának képessége technikai és nem technikai stakeholdereknek egyaránt

Előny

• ▹Tapasztalat AI-rendszerek telepítésében kritikus fontosságú éles környezetekben
• ▹Tapasztalat felhőplatformokkal (AWS, GCP, Azure) nagyskálájú AI-infrastruktúrához
• ▹Kutatási vagy alkalmazott tapasztalat LLM-agensekkel, RL-lel (offline/online, RLHF/RLAIF), korlátozott dekódolással vagy programszintézissel
• ▹Nyílt forráskódú hozzájárulások vagy publikációk AI/ML-konferenciákon
• ▹Készség az élvonalbeli innováció és az éles megbízhatóság/pragmatizmus egyensúlyba hozásában

Soft skillek

A munkáltatóról

A Normal Computing olyan félvezetőket épít, amelyek a hőzajt akadály helyett számítási erőforrássá alakítják — sztochasztikus, memórián belüli, aszinkron architektúrával 10-100-szor több AI-inferenciát érnek el dollárra és wattra vetítve. A cég a teljes stacket együtt tervezi: AI-natív EDA-rendszereket a legnagyobb félvezetőgyártókkal, és az ezek által lehetővé tett fejlett ASIC-eket. Több mint 85 millió dolláros befektetést kapott vezető deep-tech befektetőktől, csapata New York, Silicon Valley, London, Koppenhága és Szöul városaiban dolgozik.