مهندس تعلم آلة، قطاع عام عالمي

الوصف

تتمثل مهمة Scale في تطوير أنظمة ذكاء اصطناعي موثوقة لأهم القرارات في العالم. يتكون عملنا الأساسي مما يلي: - إنشاء تطبيقات ذكاء اصطناعي مخصصة ستؤثر على ملايين المواطنين - توليد بيانات تدريب عالية الجودة لنماذج اللغة الكبيرة الوطنية (LLMs) - خدمات رفع المهارات والاستشارات لنشر تأثير الذكاء الاصطناعي توظف Scale مهندسي أبحاث تعلم الآلة لسد الفجوة بين قدرات الذكاء الاصطناعي الناشئة والتأثير الحاسم والواقعي للمهام. في قسم القطاع العام العالمي (GPS) لدينا، لا نقوم فقط بتنفيذ الأدوات؛ بل نجري أبحاثًا تطبيقية لحل التحديات الفريدة للذكاء الاصطناعي السيادي. دورك هو تجاوز التطبيقات الجاهزة. ستقود البحث في تصميم الوكلاء والموثوقية وسلامة الذكاء الاصطناعي، وتطوير معماريات أنظمة جديدة تدعم التطبيقات الحكومية عالية المخاطر. ستكون الجسر بين ورقة بحثية ونظام جاهز للإنتاج يعمل على نطاق واسع. المهمة - أبحاث الوكلاء التطبيقية: قيادة تصميم أنظمة وكلاء موثوقة ومتعددة الخطوات وأطر تفكير طويلة الأمد يمكنها حل المشكلات المعقدة للأمن القومي والسياسة العامة. - التقييم المنهجي والاختبار الأحمر (Red-Teaming): تطوير معايير وبروتوكولات تقييم صارمة لضمان أن أنظمة الذكاء الاصطناعي آمنة وغير متحيزة وذات أداء عالٍ في بيئات غير تجارية وعالية المخاطر. - تحسين واختيار النماذج: إجراء بحث متعمق في أداء النماذج (المفتوحة والمغلقة) لتحديد أفضل الأدوات للمجالات المتخصصة، وتحسينها من خلال هندسة السياق، وRAG، وتقنيات الاستدلال الأخرى في وقت التشغيل. ماذا ستفعل - تصميم أنظمة الوكلاء: تصميم وبناء معماريات الوكلاء، والأدوات، وبروتوكولات استخدام الأدوات، وتدفقات المنطق التي تسمح لنماذج اللغة الكبيرة (LLMs) بالعمل كوكلاء مستقلين وموثوقين في سير العمل المعقدة. - قيادة الموثوقية والسلامة: البحث وتطبيق أطر تقييم قوية. يتضمن ذلك اختبارًا أحمر (red-teaming) لمتطلبات الذكاء الاصطناعي السيادي وتطوير استراتيجيات للتخفيف من الهلوسات في بيئات البيانات المنظمة. - تجميع الأبحاث العميقة: بناء وكلاء قادرين على تجميع المعلومات بشكل مستقل والتفكير طويل الأمد، مما يمكن المستخدمين من تحليل مجموعات بيانات ضخمة واستخراج رؤى قابلة للتنفيذ. - التحسين للمجالات المتخصصة: تقييم وتكييف النماذج لحالات الاستخدام المتخصصة، مثل تفكير نماذج اللغة الكبيرة (LLM) للغات ذات الموارد المنخفضة، أو مهام التعرف البصري على الحروف (OCR) المعقدة، أو العمل في بيئات محدودة بوحدات معالجة الرسومات (GPU). - بناء حدود التقييم: إنشاء معايير جديدة ومؤتمتة تحدد ما يعنيه النجاح للذكاء الاصطناعي في القطاع العام، مما يضمن أن أنظمتنا تلبي أعلى معايير الدقة والسيادة. - الاستشارة كسلطة تقنية: العمل كخبير في الموضوع لقادة القطاع العام، وتقديم المشورة بشأن الحدود العملية ومتطلبات السلامة ومفاضلات الأداء لتقنيات الذكاء الاصطناعي الناشئة. من الناحية المثالية، لديك - دقة هندسية: كفاءة استثنائية في Python وخبرة في بناء أدوات الوكلاء أو البنية التحتية للذكاء الاصطناعي. تكتب تعليمات برمجية جاهزة للإنتاج تكون معيارية وقابلة للتطوير وموثوقة. - عقلية البحث التطبيقي: سجل حافل بتحويل مفاهيم الذكاء الاصطناعي النظرية إلى نماذج أولية أو منتجات وظيفية. تعرف كيفية قراءة ورقة بحثية وتحديد ما إذا كانت أساليبها قابلة للتطبيق فعليًا لنظام إنتاجي. - خبرة في التقييم: خبرة في قياس أداء نماذج اللغة الكبيرة (LLM)، أو الاختبار الأحمر (red-teaming)، أو بناء تقييمات تتجاوز مجموعات البيانات الأكاديمية القياسية. - درجة متقدمة: يفضل الحصول على درجة الماجستير أو الدكتوراه في علوم الكمبيوتر أو الرياضيات أو مجال ذي صلة (مع التركيز على تعلم الآلة)، ولكننا نقدر التأثير المثبت والتميز الهندسي. مزايا إضافية - خبير أنظمة الوكلاء: خبرة عميقة في بناء أنظمة متعددة الوكلاء، بما في ذلك تحسين سلسلة التفكير وموثوقية استدعاء الأدوات. - خبرة في الذكاء الاصطناعي السيادي: خبرة في العمل مع بيئات البيانات شديدة التنظيم، أو عمليات النشر المحلية، أو حالات الاستخدام الحكومية الحساسة. - تحسين الاستدلال: معرفة بكيفية تحسين أداء النموذج للبيئات ذات سعة وحدة معالجة الرسومات (GPU) المحدودة أو متطلبات زمن الوصول المحددة. - عقلية من الصفر إلى واحد: أنت مرتاح في التعامل مع الغموض وتستمتع بتحديد اتجاهات البحث من البداية لحل منتج معين أو حاجة مهمة. يرجى ملاحظة: تتطلب سياستنا فترة انتظار مدتها 90 يومًا قبل إعادة النظر في المرشحين لنفس الدور. يتيح لنا ذلك ضمان تقييم عادل وشامل لجميع المتقدمين. نبذة عنا: في Scale، تتمثل مهمتنا في تطوير أنظمة ذكاء اصطناعي موثوقة لأهم القرارات في العالم. توفر منتجاتنا البيانات عالية الجودة والتقنيات المتكاملة التي تدعم النماذج الرائدة في العالم، وتساعد الشركات والحكومات على بناء ونشر والإشراف على تطبيقات الذكاء الاصطناعي التي تحقق تأثيرًا حقيقيًا. نعمل عن كثب مع قادة الصناعة مثل Meta و Cisco و DLA Piper و Mayo Clinic و Time Inc. وحكومة قطر والوكالات الحكومية الأمريكية بما في ذلك الجيش والقوات الجوية. نحن نعمل على توسيع فريقنا لتسريع تطوير تطبيقات الذكاء الاصطناعي. نؤمن بأن الجميع يجب أن يكونوا قادرين على إحضار ذواتهم الكاملة إلى العمل، ولهذا السبب نفخر بأننا مكان عمل شامل ومتكافئ الفرص. نحن ملتزمون بتكافؤ فرص العمل بغض النظر عن العرق أو اللون أو الأصل أو الدين أو الجنس أو الأصل القومي أو التوجه الجنسي أو العمر أو الجنسية أو الحالة الاجتماعية أو حالة الإعاقة أو الهوية الجنسية أو حالة المحاربين القدامى. نحن ملتزمون بالعمل مع المتقدمين ذوي الإعاقات الجسدية والعقلية وتوفير تسهيلات معقولة لهم. إذا كنت بحاجة إلى مساعدة و/أو تسهيلات معقولة في عملية التقديم أو التوظيف بسبب إعاقة، يرجى الاتصال بنا على [email protected]. يرجى الاطلاع على ملصق "اعرف حقوقك" التابع لوزارة العمل الأمريكية [https://www.eeoc.gov/sites/default/files/2023-06/22-088_EEOC_KnowYourRights6.12ScreenRdr.pdf] للحصول على معلومات إضافية. نحن نلتزم بأحكام شفافية الأجور التابعة لوزارة العمل الأمريكية. يرجى ملاحظة: نقوم بجمع البيانات الشخصية والاحتفاظ بها واستخدامها لأغراض أعمالنا المهنية، بما في ذلك إخطارك بفرص العمل التي قد تهمك ومشاركتها مع الشركات التابعة لنا. نحن نحد من البيانات الشخصية التي نجمعها لتلك التي نعتقد أنها مناسبة وضرورية لإدارة احتياجات المتقدمين، وتقديم خدماتنا، والامتثال للقوانين المعمول بها. سيتم التعامل مع أي معلومات نجمعها فيما يتعلق بطلبك وفقًا لسياساتنا وبرامجنا الداخلية المصممة لحماية البيانات الشخصية. يرجى الاطلاع على سياسة الخصوصية الخاصة بنا [https://scale.com/legal/privacy] للحصول على معلومات إضافية.

ما ستقوم به

• • - بصفتك مهندس تعلم آلة، ستقوم بتصميم وتدريب ونشر وتقييم نماذج الرؤية الحاسوبية و/أو نماذج اللغة لعملاء القطاع العام. ستتعاون مع نظرائك في القطاع العام لفهم تحدياتهم وإنشاء تطبيقات ذكاء اصطناعي مخصصة.

المتطلبات

يجب أن يكون لدى المرشح المثالي خبرة تزيد عن سنتين في تدريب ونشر وصيانة نماذج الرؤية الحاسوبية و/أو نماذج اللغة في بيئة إنتاجية. يفضل الحصول على درجة الماجستير أو خبرة عمل مكافئة، بالإضافة إلى الكفاءة في لغات البرمجة مثل Python أو TypeScript أو C++.

الأسئلة الشائعة