📢 Wir suchen einen Ingenieur, der die RAG-Pipeline auf der Grundlage umfangreicher Dokumente, einschließlich Finanzoffenlegungsdaten, entwirft und entwickelt und die Leistungsbewertung sowie Betriebssicherheit verantwortet.
1. Vision
Wir sind überzeugt, dass KI den Menschen Freiheit gibt.
Lucy revolutioniert die Daten, die das Herzstück dieser KI sind. Mit guten Datensätzen kann KI in vielen Bereichen wie Finanzen, Medizin, Recht usw. Probleme besser lösen.
Daten, die die Leistung von LLM verbessern, sind unbedingt erforderlich, und um der steigenden Nachfrage nach KI gerecht zu werden, brauchen wir Daten, die die Rechenleistung reduzieren und letztendlich dazu beitragen, das Leben der Menschheit zu verbessern.
2. Was wir tun - Proprietäre Technologie
Um das Monopoly zu werden, von dem Peter Thiel sprach, ist die proprietäre Technologie das Wichtigste.
Die Datenstruktur, die optimale Leistung in der KI liefert, ist nicht die traditionelle JSON-Struktur, sondern wir entwickeln eine proprietäre Technologie, um in ein anderes Format zu wechseln.
3. Wenn Sie der Meinung sind, dass Sie die besten Leistungen erbringen können, senden Sie uns eine E-Mail an 'help@ezar.co.kr' und sagen Sie uns, warum Sie sich bei uns beworben haben und was Sie gut können. Nur Personen, die eine E-Mail gesendet haben, werden im Einstellungsverfahren berücksichtigt.
• Entwurf und Entwicklung der RAG-Pipeline
- Implementierung des gesamten Prozesses von Dokumentensammlung → Vorverarbeitung → Chunking → Indizierung → Suche/Reranking → Erstellung usw.
• Verbesserung der Datenstruktur und Chunking-Strategie
- Verbesserung von Metadata/Schema/Chunking-Strategien entsprechend den Eigenschaften unstrukturierter Dokumente
• Entwurf und Leistungsoptimierung der Vektor-DB
- Optimierung der Suchqualität und -geschwindigkeit durch Indizierung/Parameter/Filterung/hybrider Suche
• Entwurf von Bewertungsmetriken für RAG und Aufbau einer automatisierten Evaluierungs-Pipeline
- Entwurf von quantitativen Metriken (Genauigkeit, Latenz usw.) und Automatisierung des Testens
• Entwicklung eines LLM-Services auf Basis von RAG
- Entwicklung von Inhalt wie Zusammenfassungen, Visualisierungen usw.
• Verbesserung der Qualität der LLM-Antworten und Optimierung der Aufforderung
- Optimierung der Aufforderung zur Verbesserung der Antwortqualität hinsichtlich Halluzinationen, Quellenangaben usw.
• Weitere relevante Aufgaben
• Mindestens 2 Jahre Erfahrung in der KI-Entwicklung auf Basis von Python
• Abgeschlossenes Masterstudium oder höher
• Erfahrung in der Planung und dem Betrieb von RAG-Systemen
• Erfahrung in der Entwicklung von ML/DL-Modellen
Bevorzugte Qualifikationen
• Erfahrung in der Entwicklung und dem Betrieb von RAG-basierten LLM-Services
• Erfahrung in der Nutzung von Finanzoffenlegungsdaten (SEC, DART usw.) oder Erfahrung in der Verarbeitung von Dokumenten im Finanzbereich
• Erfahrung in der Verarbeitung großer Datenmengen, der Gestaltung von REST APIs und der Entwicklung von Servern
• Veröffentlichungen in Top-Tier-Konferenzen/Zeitschriften der KI/Data Science
• Hohe Verständnislevel und Problemlösungsfähigkeiten in den Bereichen KI, RAG und Data Science
👍 Diese Erfahrungen passen besonders gut
• Erfahrung in der quantitativen Messung und Verbesserung der Suchqualität (z.B. recall@k, mAP, nDCG usw.)
• Erfahrung in der Datengestaltung zur Behebung von RAG-Fehlern, die durch Dokumentenstrukturen (Tabellen/Fußnoten/Bilder/Anhänge) verursacht werden
• Erfahrung in der Gestaltung und Durchführung von QA-Systemen zur Überwachung und Verbesserung von Problemen im Betrieb
Leistungen und Arbeitsumfeld
1. Dienst
https://lucydata.ai
2. Ziele
Wir streben an, bis 2026 ein AI-Datenanbieter für globale Finanzinstitute in den USA und Singapur zu werden.
3. Kultur
• Ein Ort, an dem sich Fachleute (professionals) eigenverantwortlich engagieren.
• Keine Unternehmenspolitik. Nur auf Ergebnisse wird bewertet.
• Führungspersönlichkeiten handeln vorbildlich.
• Faire Bewertung und angemessene Vergütung.
• Leicht gesagt. Bei der Beurteilung von Menschen geht es nicht um 'Worte', sondern um 'Handlungen' und 'Ergebnisse'.
• Wenn Sie keine Ergebnisse zeigen, werden Sie das Team verlassen müssen.
1. Videointerview in der ersten Runde
2. Technisches Interview in der zweiten Runde
