Staff Applied AI Engineer, Agentic Systems

Должность: Инженер по прикладной ИИ, агентные системы Местоположение: Сан-Карлос - Гибридный формат

Компенсация: $224K - $260K в год

О BEACON AI

Мы — быстро развивающаяся команда авиаторов, инженеров и операторов, создающая платформу ИИ для повышения безопасности, эффективности и возможностей полетов. При поддержке ведущих инвесторов мы заключили дюжину контрактов с Министерством обороны и сотрудничаем с крупными авиакомпаниями для поставки критически важных систем. Мы работаем без разрозненных отделов и громоздких процессов. Небольшие, сфокусированные команды владеют тем, что они создают, быстро выпускают продукты и быстро учатся, раздвигая границы совместной работы человека и ИИ в авиации.

ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ

В Beacon AI мы создаем системы на базе ИИ, которые помогают авиационным специалистам принимать сложные операционные решения с высокими ставками.

Эта роль находится на стыке агентного ИИ, поиска информации и разработки производственного программного обеспечения. Мы создаем системы, которые анализируют разнообразные источники информации, используют инструменты для исследования проблем и дают надежные, объяснимые результаты.

Мы ищем инженеров, которые могут критически мыслить о том, как должны работать эти системы, проектировать их базовые информационные и оркестрационные архитектуры и превращать их из экспериментальных прототипов в надежные производственные сервисы.

ПРОЕКТИРОВАНИЕ И СОЗДАНИЕ АГЕНТНЫХ СИСТЕМ

• Проектировать и реализовывать архитектуры агентов, включающие использование инструментов, планирование, оркестрацию, управление состоянием и память.

• Разрабатывать эффективные стратегии контекстного инжиниринга, балансируя между релевантной информацией, возможностями модели, задержкой и стоимостью.

• Принимать обоснованные архитектурные решения о том, когда использовать автономных агентов, явные рабочие процессы, обычные алгоритмы или их комбинации.

• Проектировать интерфейсы инструментов и структурированные взаимодействия с моделями, которые поддерживают надежное и проверяемое поведение.

ПРЕВРАЩЕНИЕ СЛОЖНОЙ ИНФОРМАЦИИ В ПОЛЕЗНЫЕ ЗНАНИЯ

• Разрабатывать понимание сложных коллекций документов и источников данных: их структуры, семантики, авторитетности, взаимосвязей и объема.

• Транслировать знание предметной области в эффективные системы поиска, структурированные представления и доступные для агентов инструменты.

• Применять методы поиска информации, извлечения информации и моделирования знаний к гетерогенным структурированным и неструктурированным данным.

• Разрабатывать стратегии обработки временной релевантности, происхождения, противоречивых доказательств и неполной информации.

ОЦЕНКА И УЛУЧШЕНИЕ ПОВЕДЕНИЯ ИИ

• Разрабатывать строгие методы оценки систем на базе ИИ, включая репрезентативные наборы данных, аннотации человеком, автоматизированные оценки и целевой анализ сбоев.

• Исследовать системные сбои в области поиска, построения контекста, рассуждений, выполнения инструментов и конечных результатов.

• Экспериментировать с альтернативными архитектурами, моделями и стратегиями составления запросов, руководствуясь эмпирическими результатами.

• Помогать устанавливать инженерные практики для измерения и улучшения надежности агентных систем.

СОЗДАНИЕ ПРОИЗВОДСТВЕННЫХ СИСТЕМ

• Разрабатывать надежные сервисы и асинхронные рабочие процессы с учетом параллелизма, отказоустойчивости, наблюдаемости и сопровождаемости.

• Интегрировать вывод моделей, системы поиска и внешние службы данных в производственные приложения.

• Создавать и эксплуатировать контейнеризованные рабочие нагрузки и облачную инфраструктуру.

• Сотрудничать с инженерами и экспертами предметной области для преобразования сложных операционных требований в рабочие системы.

ОБЛАСТИ СПЕЦИАЛИЗАЦИИ

Прикладной ИИ — широкая дисциплина. Мы не ожидаем, что каждый кандидат будет иметь глубокую экспертизу в каждой части стека.

Мы особенно поощряем кандидатов с существенным опытом работы в одной или нескольких из следующих областей:

• Агентные системы и контекстный инжиниринг: паттерны оркестрации агентов, планирование и выполнение, архитектуры использования инструментов, постоянная и временная память, управление контекстом.

• Поиск информации и представление знаний: семантический и структурированный поиск, извлечение информации, понимание документов, моделирование сущностей и отношений, проектирование инструментов на основе знаний.

• Оценка и надежность ИИ: методология оценки, создание эталонных тестов и наборов данных, оценка человеком и моделью, статистический анализ, систематическая характеристика сбоев.

• Адаптация моделей и оптимизация вывода: дообучение, выбор моделей, обслуживание выводов, квантование, пакетирование и оптимизация производительности.

Мы ценим кандидатов, которые обладают подлинной глубиной знаний хотя бы в одной из этих областей, а также любознательностью и инженерной проницательностью для эффективной работы на стыке дисциплин.

ЧТО ОБЕСПЕЧИТ ВАШ УСПЕХ

• Прочные основы программной инженерии. Вы пишете сопровождаемый производственный код, анализируете системную архитектуру и понимаете тестирование, отладку и операционную надежность.

• Существенный опыт прикладного ИИ. Вы работали с системами ИИ, выходящими за рамки простой интеграции API моделей, и можете объяснить их архитектуру, компромиссы, ограничения и наблюдаемое поведение.

• Интуиция в моделировании информации. Вы можете понять новую предметную область, выявить ее важные сущности и отношения, а также спроектировать программные абстракции, отражающие фактическое использование информации.

• Экспериментальная дисциплина. Вы проверяете гипотезы, измеряете результаты, исследуете режимы сбоев и используете данные для принятия технических решений.

• Самостоятельное техническое суждение. Вы можете оценивать альтернативные подходы, распознавать излишнюю сложность и принимать обоснованные решения.

• Четкая коммуникация. Вы можете обсуждать технические решения как с техническими, так и с нетехническими заинтересованными сторонами и экспертами предметной области.

Нам важнее продемонстрированное техническое понимание и качество вашей инженерной работы, чем знакомство с каким-либо конкретным фреймворком ИИ.

НАША ТЕХНОЛОГИЧЕСКАЯ СРЕДА

Наши системы в основном используют Python, LangGraph, BAML, AWS Bedrock, PostgreSQL/pgvector и событийно-ориентированную инфраструктуру AWS.

Опыт работы с этими технологиями полезен, но не обязателен. Нас больше интересует ваше понимание основных концепций и способность эффективно работать с незнакомыми инструментами.

ОСОБО ЦЕННЫЙ ОПЫТ

• Авиация, аэрокосмическая промышленность или другая технически сложная, критически важная для безопасности область.

• Компьютерная лингвистика, NLP, информатика или представление знаний.

• Проектирование систем, которые анализируют техническую документацию, нормативные акты или гетерогенные операционные данные.

• Разработка или эксплуатация распределенных, событийно-ориентированных и контейнеризованных сервисов.

• Создание систем ИИ, в которых важны отслеживаемость, доказательства и человеческий надзор.

ПРИМЕРЫ ПРОБЛЕМ, НАД КОТОРЫМИ ВЫ МОЖЕТЕ РАБОТАТЬ

• Разработка агентного рабочего процесса, который выявляет операционные риски на основе авиационной погоды, ограничений воздушного пространства, информации о конкретных самолетах и нормативных указаний.

• Разработка интерфейсов поиска и инструментов, позволяющих агентам работать с несколькими источниками информации, сохраняя при этом авторитетность источника, происхождение и временную релевантность.

• Создание системы оценки, измеряющей фактическую полноту, правильность и операционную релевантность анализов, сгенерированных ИИ.

• Исследование случаев, когда агенту следует провести дополнительное исследование, использовать специализированный инструмент или прекратить расследование.

• Повышение надежности, снижение задержки и оптимизация затрат многоэтапного рабочего процесса ИИ посредством архитектурных изменений, основанных на результатах оценки.

ЧТО МЫ ИЩЕМ В ВАШЕМ ПРИЛОЖЕНИИ

Мы были бы особенно заинтересованы услышать о системе ИИ, которую вы разработали или значительно улучшили, включая принятые вами инженерные решения, рассмотренные альтернативы и то, как вы определили, была ли система успешной.

Мы ценим продуманную техническую работу выше количества фреймворков или моделей, перечисленных в резюме.

Место работы Это гибридная должность с местом работы в Сан-Карлосе, Калифорния, с посещением офиса 3+ дня в неделю и возможностью работать удаленно в оставшиеся дни.

Льготы и бонусы (для штатных сотрудников)

• Медицинское обслуживание: 100%* медицинских страховых взносов сотрудника покрывается; 25% для иждивенцев

• Отпуск: 3 недели оплачиваемого отпуска плюс 13+ оплачиваемых праздничных дней компании

• 401(k): Предлагается (в настоящее время нет работодательского взноса, но мы стремимся улучшить эту льготу в будущем)

В связи с правилами экспортного контроля США мы можем нанимать только граждан США (граждан США, владельцев грин-карт, законных постоянных резидентов или лиц, получивших убежище или статус беженца). Мы не можем предоставлять визовую поддержку или поддержку в оформлении виз. Вся работа должна выполняться на территории Соединенных Штатов.

Beacon AI является работодателем, предоставляющим равные возможности, и не дискриминирует по признаку расы, цвета кожи, религии, пола, сексуальной ориентации, гендерной идентичности или выражения, национального происхождения, возраста, генетической информации, инвалидности, статуса ветерана или любой другой защищенной характеристики. Мы запрещаем притеснения или дискриминацию любого рода на рабочем месте и соблюдаем все применимые федеральные, штатные и местные трудовые законы.