LLM-Ingenieur (Gen AI) in Space Step Inc.

9. Februar 2024

LLM Engineer (Gen AI)

віддалено

Stellenbeschreibung:

Wir Sie suchen einen LLM-Ingenieur, der mindestens ein Jahr Erfahrung mit Python sowie praktische Erfahrung mit Prompt-Engineering-Techniken hat. Sie arbeiten eng mit dem Team zusammen, das die KI-Plattform aufbaut, sowie mit anderen LLM-Ingenieuren, die an spezifischen Kundenprojekten arbeiten. Wenn Sie im Bereich der generativen KI schnell wachsen und sich großen Herausforderungen stellen möchten, sind Sie hier genau richtig. Wir suchen jemanden, der eine Leidenschaft für dieses Gebiet hat und sich täglich mit neuen Forschungsarbeiten, Neuigkeiten und neuen Techniken befasst.

Hauptaufgaben:

• Entwicklung und Verfeinerung von LLM-Eingabeaufforderungen
• Entwicklung von KI-Pipelines für Spezifische Aufgaben (KI-Agentensystem, Kette von Eingabeaufforderungen usw.)
• Verwenden Sie kreativ verschiedene KI-Techniken, um die Pipeline-Stabilität und -Qualität zu verbessern (Abfrageerweiterung, Re-Ranking, Hybridsuche für RAG-Systeme usw.)< /li>
• Testen und Bewerten von KI-Ausgaben
• Feinabstimmung von LLM-Modellen
• Zusammenarbeit mit dem Team bei der Verbesserung der internen KI-Plattform
• Auf dem Laufenden bleiben Edge-LLM-Entwicklungen entwickeln und diese mit dem Team teilen
• Innovation sowohl intern als auch in Kundenprojekten mithilfe von KI vorantreiben
• Mit dem Team an verschiedenen internen KI-Tools zusammenarbeiten
• Am Code zusammenarbeiten und Architekturdesign

Qualifikationen:

• 1+ Jahr Erfahrung mit Python
• Erfahrung mit Prompt Engineering und Prompt-Engineering-Techniken
• Erfahrung mit KI-bezogenen Frameworks (LangChain, LlamaIndex, OpenAI, Pinecone usw.)
• Erfahrung im Aufbau von RAG-Systemen und Verwendung von RAG-Techniken zur Leistungssteigerung < /li>
• Proaktiv, eigenverantwortlich und mit der Arbeit in einer schnelllebigen Startup-Umgebung vertraut

Angenehme Qualifikationen:

• Erfahrung in der Arbeit mit Open-Source-Modellen (z. B. Llama3-3.1)
• Erfahrung mit der Feinabstimmung von Open-Source-Modellen
• Erfahrung mit Voice-Pipeline-Komponenten (STT-, TTS-Modelle, ASR und VAD)