Solutions Engineer (AI/ML, Pre-Sales)

Название: Инженер по решениям (AI/ML, Pre-Sales) Местоположение: Штаб-квартира в Сан-Матео / Гибридный формат

О КОМПАНИИ

Модели — это то, что они едят. Но большая часть вычислительных ресурсов для обучения тратится впустую на обучение на данных, которые уже изучены, нерелевантны или даже вредны, что приводит к созданию худших моделей, обучение и развертывание которых обходится дороже.

В DatologyAI мы создали передовое решение для курирования данных, которое автоматически курирует и оптимизирует петабайты данных для создания наилучших возможных обучающих данных для ваших моделей. Обучение на курированных данных может значительно сократить время и стоимость обучения (в 7-40 раз быстрее, в зависимости от варианта использования), значительно повысить производительность модели, как если бы вы обучались на >10 раз большем количестве необработанных данных без увеличения стоимости обучения, и позволить меньшим моделям с менее чем половиной параметров превосходить более крупные модели, несмотря на использование значительно меньших вычислительных ресурсов при инференсе, существенно снижая стоимость развертывания. Для получения более подробной информации ознакомьтесь с нашим недавним исследованием по масштабированию синтетических данных (BeyondWeb) и предварительному обучению на данных, специфичных для домена (The Finetuner’s Fallacy).

Мы привлекли в общей сложности 57,5 млн долларов в рамках двух раундов: Seed и Series A. Среди наших инвесторов — Felicis Ventures, Radical Ventures, Amplify Partners, Microsoft, Amazon и визионеры в области ИИ, такие как Джефф Хинтон, Ян ЛеКун, Джефф Дин и многие другие, которые глубоко понимают важность и сложность идентификации и оптимизации наилучших возможных обучающих данных для моделей. Наша команда была пионером в этой передовой области исследований и обладает глубокой экспертизой как в исследованиях данных, так и в инженерии данных, необходимой для решения этой невероятно сложной задачи и упрощения курирования данных для всех, кто хочет обучать свои собственные модели на своих собственных данных.

Эта должность предполагает работу в Сан-Матео, Калифорния. Мы работаем в офисе 4 дня в неделю.

О ДОЛЖНОСТИ

Мы ищем высококвалифицированного Инженера по решениям с глубоким опытом работы с платформами ML и AI для поддержки клиентов в роли pre-sales. На этой должности вы будете тесно сотрудничать с нашими наиболее стратегическими потенциальными клиентами, чтобы глубоко понять их потребности в курировании данных, технические ограничения и бизнес-цели, а также разрабатывать масштабируемые решения, демонстрирующие влияние платформы DatologyAI.

Эта роль требует глубокого практического понимания современного обучения и оценки LLM/VLM. Вы будете напрямую работать с ML-командами клиентов для проектирования PoC, которые связывают решения по курированию данных с измеримыми результатами в качестве моделей, эффективности обучения и производительности последующих этапов — на протяжении всего жизненного цикла обучения (предварительное обучение, промежуточное обучение и пост-обучение), а также с строгими планами оценки и отчетностью.

ЧЕМ ВЫ БУДЕТЕ ЗАНИМАТЬСЯ

• Глубоко погружаться в работу со стратегическими клиентами для детального понимания их потребностей в курировании данных, бизнес-задач и технических требований.

• Руководить сквозными PoC для клиентов, связывающими курирование данных, поведение при обучении, результаты оценки, включая анализ наборов данных, разработку плана обучения и интерпретацию результатов.

• Сотрудничать с ML-командами клиентов для разработки стратегии данных и курирования.

• Разрабатывать и выполнять планы оценки для базовых и дообученных моделей, выбирая соответствующие эталонные показатели/метрики и проводя оценки моделей.

• Подготавливать готовые для клиентов отчеты об оценке: методология, метрики, базовые линии, абляции (например, курированные против необработанных), выводы и рекомендуемые следующие шаги для продакшена.

• Представлять технические результаты как экспертам ML, так и руководству, включая компромиссы в вычислительных затратах, задержке и стоимости развертывания.

• Тесно сотрудничать с командами GTM, инженерии и исследований для обеспечения беспрепятственного взаимодействия с клиентами, проведения убедительных демонстраций, согласования требований и преобразования инсайтов клиентов в действенные стратегии обучения моделей и продукта.

• Предоставлять техническое руководство, обучение и четкую документацию, чтобы потенциальные клиенты могли уверенно оценить решение.

О ВАС

• Более 4 лет опыта работы в сфере программного обеспечения, ML-платформ, решений или клиентской инженерии, со значительным опытом проведения технических pre-sales мероприятий и PoC.

• Глубокие практические знания в области обучения ML-моделей, включая то, как модели обучаются и улучшаются в рамках предварительного обучения, промежуточного обучения, специфичного для домена, и пост-обучения, такого как supervised fine-tuning и reinforcement learning.

• Подтвержденная способность проектировать, проводить и интерпретировать оценки моделей для базовых и дообученных моделей: выбор метрик/бенчмарков, создание или использование инструментов оценки, анализ результатов и четкое представление выводов клиентам.

• Примеры практических вопросов глубокого обучения, на которые вам, возможно, придется отвечать клиентам:

  • Какова разница между MMLU, MMMU и MMMLU?

  • Является ли SWE-Bench полезной оценкой для базовых моделей?

  • Каков стандартный контекстный размер для предварительного обучения, и каковы затраты и преимущества его изменения?

  • Какова разница между CPT и midtraining?

  • Можем ли мы просто сравнить ваши данные с Qwen3?

  • Будут ли ваши данные работать с нашей архитектурой модели?

• Отличные навыки программирования на Python (или эквивалент); способность быстро создавать прототипы и итерировать с клиентами.

• Опыт работы с обработкой данных / распределенными системами (например, Spark, Ray, data lakes/warehouses) и комфорт в работе с большими наборами данных.

• Знакомство с современной ML-инфраструктурой: экосистемы PyTorch/Hugging Face, концепции распределенного обучения и среды развертывания в облаке/on-prem/гибридных системах.

• Знакомство с облачными платформами (AWS/GCP/Azure) и контейнеризацией (Docker/Kubernetes).

• Отличные коммуникативные навыки, способность объяснять сложные ML и системные темы для разнообразной аудитории.

• Требуются командировки на объекты клиентов по мере необходимости для поддержки pre-sales мероприятий.

КОМПЕНСАЦИЯ

В DatologyAI мы стремимся вознаграждать таланты конкурентоспособной заработной платой и значительным акционерным капиталом. Заработная плата на этой должности варьируется от 230 000 до 300 000 долларов США OTE.

• Начальная оплата основана на профессиональных навыках, опыте, квалификации и результатах собеседования.

ЛЬГОТЫ

• 100% покрытие медицинских расходов (медицинское страхование, стоматология и офтальмология).

• План 401(k) с щедрым корпоративным соответствием 4%.

• Политика неограниченного количества дней отпуска (Unlimited PTO).

• Оплачиваемый отпуск по уходу за ребенком на 12 недель, плюс 6 месяцев гибкости удаленной работы.

• Ежегодный стипендиум на оздоровление в размере 2000 долларов США.

• Ежегодный стипендиум на обучение и развитие в размере 1000 долларов США.

• Ежедневные обеды и закуски предоставляются в нашем офисе!

• Помощь в переезде для сотрудников, переезжающих в район Залива.