Vereinigte Staaten
Roku
Blend360
AI Eng Lead/Manager
Vereinigte Staaten
Columbia, Maryland, United States
PythonAWSGCP
Automatische Übersetzung. Prüfe das Original.
Über Blend
Blend ist ein führender Anbieter von KI-Dienstleistungen, der sich der gemeinsamen Schaffung von bedeutenden Auswirkungen für seine Kunden durch die Kraft von Data Science, KI, Technologie und Menschen verschrieben hat. Mit der Mission, kühne Visionen zu beflügeln, stellt sich Blend bedeutenden Herausforderungen, indem es menschliche Expertise nahtlos mit künstlicher Intelligenz abstimmt. Das Unternehmen ist bestrebt, durch die Nutzung von Weltklasse-Mitarbeitern und datengesteuerter Strategie Werte zu erschließen und Innovationen für seine Kunden zu fördern. Wir glauben, dass die Kraft von Menschen und KI einen bedeutenden Einfluss auf Ihre Welt haben kann, wodurch erfüllendere Arbeit und Projekte für unsere Mitarbeiter und Kunden entstehen. Weitere Informationen finden Sie unter blend360.com
Stellenbeschreibung
Wir erweitern unser Data Science Team, um Innovationen im Bereich Generative KI voranzutreiben. Als Data Scientist – Applied AI & Prompt Engineering werden Sie LLM-gestützte Lösungen entwerfen, erstellen und bereitstellen, die sich direkt auf unsere Produkte und Benutzer auswirken. Sie werden hands-on mit LLMs, Transformatoren, Retrieval-Augmented Generation (RAG) und KI-Agenten arbeiten und mit dem Engineering zusammenarbeiten, um Prototypen bis zur Produktion zu bringen und die Verantwortung für deren laufende Wartung, Verbesserung und Weiterentwicklung zu übernehmen.
Zusätzliche Informationen
Das Einstiegsgehalt für diese Rolle beträgt $125,000 - $180,000.
Die tatsächliche Vergütung innerhalb des Bereichs hängt von mehreren Faktoren ab, darunter, aber nicht beschränkt auf, relevante Erfahrung, Fähigkeiten, Zertifizierungen, Schulungen und Standort. Es ist nicht üblich, dass eine Person am oder nahe dem oberen Ende des Bereichs eingestellt wird, und die bestimmenden Faktoren für die Vergütung werden für jeden individuellen Umstand berücksichtigt.
Was Sie tun werden
- Entwerfen und Implementieren von produktionsreifen KI-Lösungen, die LLMs, Transformer-basierte Modelle, Retrieval-Systeme, agentenbasierte Workflows und KI-Agenten für generative Aufgaben und Automatisierung umfassen.
- Entwerfen und Iterieren von Prompts, Workflows und RAG-Pipelines zur Verbesserung von Genauigkeit, Kosteneffizienz, Latenz und Sicherheit.
- Entwerfen und Erstellen von mehrstufigen agentenbasierten Systemen, die komplexe Aufgaben aufteilen, externe Tools oder APIs aufrufen, den Zustand verwalten und Reasoning-Ketten robust handhaben.
- Bereitstellen von Modellen und GenAI-Pipelines in Produktionsumgebungen (API, Batch, Streaming), um Zuverlässigkeit und Skalierbarkeit zu gewährleisten.
- Erstellen und Pflegen von Bewertungs-Frameworks zur Messung von Modell-Grounding, Faktentreue, Latenz und Kosten.
- Entwickeln und Integrieren von Guardrails (z. B. Schutz vor Prompt-Injection, Inhaltsmoderation, Validierung von Ausgaben) und Schutzmechanismen für Agenten-Schleifen (z. B. Schleifenvermeidung, Tool-Aufruf-Limits, Zustandsvalidierung).
- Funktionsübergreifende Zusammenarbeit mit Produkt, Engineering und ML Ops zur Bereitstellung hochwertiger KI-Funktionen von Ende zu Ende.
Qualifikationen
- Erfahrung: 3+ Jahre angewandte machine learning, mit einem praktischen Fokus auf NLP, Transformatoren oder generative KI-Systeme.
- LLM und Agent Tools: Praktische Erfahrung mit LLM-bezogenen Bibliotheken (z. B. LangChain, LlamaIndex, OpenAI API, CrewAI oder ähnliches) und Diensten (Azure Prompt Flow, AWS Bedrock Agents oder ähnliches)
- Agentenbasierte Systeme: Erfahrung im Entwurf von mehrstufigen Agenten, die LLM-Reasoning mit Tool/API-Aufrufen kombinieren, mit Schutzmechanismen gegen Fehler, Schleifen und unsichere Tool-Nutzung.
- ML-Grundlagen: Nachgewiesene Erfahrung im Erstellen und Bereitstellen von machine learning-Modellen in der Produktion (API, Batch oder Streaming).
- Programmierung: Fließende Kenntnisse in Python, mit sauberen, modularen, produktionsreifen Code-Praktiken.
- Experimentieren: Starke Fähigkeit, ML-Experimente zu entwerfen und zu analysieren; Leistung anhand von Metriken zu verfolgen, nicht nach Bauchgefühl.
- Bereitstellung: Fähigkeit, KI-gestützte Anwendungen in Cloud-Umgebungen (z. B. AWS, Azure, GCP) unter Verwendung von APIs, Batch- oder Streaming-Architekturen zu entwickeln, bereitzustellen und zu überwachen. Vertrautheit mit Containerisierung, Versionierung und CI/CD.
- Verantwortungsvolle KI: Erfahrung in der Implementierung von Datenschutz, Bias-Minderung, Sicherheits-Guardrails oder verwandten Praktiken.
Zusätzliche Qualifikationen
- Abschluss in Informatik, Data Science, Ingenieurwesen oder einem verwandten Bereich (oder gleichwertige Erfahrung).
- Expertise in Transformer-basierten Modellen und LLM-Architekturen.
- Fähigkeit, schnelle Prototypenentwicklung und Produktionsbereitstellung zu verbinden – Sie verantworten, was Sie bis zu Live-Systemen bauen.
- Starker Teamplayer, der an der Schnittstelle von DS + Engineering erfolgreich ist.
BLEND360 bietet außerdem ein wettbewerbsfähiges Leistungsprogramm, um das gesundheitliche und finanzielle Wohlbefinden unseres Teams und ihrer Familien zu gewährleisten.
Sie können sich auf eine Reihe von Leistungen freuen, darunter Kranken-, Zahn-, Augenversicherung, 401K, PTO, bezahlte Feiertage, Pendlerleistungen, Ausgabenkonten, Lebensversicherung, Invaliditätsversicherung und EAPs.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellenWeiter entdecken
Redwood Materials
CoreWeave
