Insinyur Perangkat Lunak Senior – Evaluasi AI

Gambaran peran

Insinyur Perangkat Lunak Senior – Evaluasi AI Tentang Peran Ini Bagaimana jika keahlian teknik Anda bisa secara langsung menentukan apakah sistem AI paling canggih di dunia benar-benar berfungsi? Kesempatan ini ditujukan bagi Insinyur Perangkat Lunak Senior untuk merancang, membangun, dan menskalakan infrastruktur evaluasi yang mengukur kinerja AI — lapisan kritis antara keluaran model mentah dan kepercayaan di dunia nyata

Yang akan Anda lakukan

• Rancang dan bangun jalur evaluasi yang skalabel serta kerangka kerja untuk menilai kinerja model AI di berbagai tugas dan domain
• Kembangkan harness pengujian otomatis, sistem penilaian, dan alat pembandingan untuk model bahasa besar dan sistem AI lainnya
• Tulis kode berkualitas produksi yang bersih untuk memproses, menganalisis, dan memvisualisasikan dataset evaluasi dalam skala besar
• Buat dan kelola API, dasbor, dan alat internal yang memungkinkan tim riset menjalankan, melacak, dan membandingkan evaluasi secara efisien
• Berkolaborasi dengan peneliti AI dan ilmuwan data untuk menerjemahkan metodologi evaluasi menjadi perangkat lunak yang andal dan dapat diulang
• Optimalkan kinerja sistem, kecepatan pemrosesan data, dan biaya infrastruktur
• Tulis dokumentasi yang jelas dan ikut serta dalam tinjauan kode untuk menjaga standar rekayasa yang tinggi
• 5+ tahun pengalaman rekayasa perangkat lunak profesional, dengan rekam jejak membangun dan meluncurkan sistem produksi

Persyaratan dan ketentuan

• Lokasi: Jarak jauh
• Komitmen: 20–40 jam/minggu
• Berkolaborasi dengan peneliti AI dan ilmuwan data untuk menerjemahkan metodologi evaluasi menjadi perangkat lunak yang andal dan dapat diulang
• 5+ tahun pengalaman rekayasa perangkat lunak profesional, dengan rekam jejak membangun dan meluncurkan sistem produksi
• Kemahiran kuat dalam Python — termasuk pengalaman dengan pustaka pemrosesan data (pandas, NumPy) dan kerangka web (FastAPI, Flask, atau Django)
• Pengalaman bekerja dengan dataset besar dan membangun jalur data
• Kemampuan komunikasi tertulis yang sangat baik — Anda dapat mendokumentasikan pekerjaan dengan jelas dan berkolaborasi secara asinkron
• Termotivasi sendiri dan dapat diandalkan saat bekerja secara mandiri di lingkungan jarak jauh

Detail sumber tambahan

• Identifikasi kasus tepi, mode kegagalan, dan masalah keandalan dalam keluaran AI melalui pendekatan rekayasa yang sistematis
• Berkontribusi pada arsitektur dan arah teknis platform evaluasi
• Pemahaman solid tentang arsitektur perangkat lunak, pola desain, dan praktik rekayasa terbaik
• Nyaman dengan infrastruktur cloud (AWS, GCP, atau Azure) dan penerapan berbasis kontainer