Clera
Founding Applied AI Engineer
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
Первый senior AI-инженер в молодой AI-компании. Отвечает за качество и интеллект мультиканальных маркетинговых агентов: архитектуру агентов, системы оценки и циклы обучения.
Задачи
- Улучшать качество выдачи агентов и контента в соцсетях и статьях, строить системы оценки качества
- Улучшать показатели SEO и generative engine optimization
- Строить циклы обратной связи, чтобы агенты учились на реальных результатах и сигналах производительности
- Развивать AI-инфраструктуру, архитектуру агентов, стратегию моделей и поддерживающие data pipelines
- Участвовать в найме и руководить растущей AI-командой
Требования
- Не менее 3 лет опыта построения production ML или AI-систем, включая недавнюю практическую работу с LLM-продуктами или агентами
- Опыт проектирования систем оценки и использования outcome-сигналов в масштабе в поиске, ранжировании, рекомендациях или смежных областях
- Владение TypeScript, включая Next.js, и Python для анализа данных, оценок и работы с моделями, способность вести задачи end-to-end
- Production-опыт в applied AI: LLM reasoning, post-training, generative AI, агентные системы, поиск, рекомендательные системы, алгоритмы или ML-исследования
- Опыт построения циклов обратной связи и улучшения production AI-инфраструктуры, архитектуры агентов или стратегии моделей
- Опыт ownership в стартапе или небольшой команде, а также опыт в поиске, ранжировании или AI answer engines, особенно Google
- Приветствуется опыт в ведущей AI-лаборатории или сопоставимые технические достижения; релевантны опыт в маркетинге или go-to-market, рекомендательные системы, алгоритмы и reinforcement learning
Условия
- Целевая годовая компенсация от $180,000 до $230,000 USD
- Доступна визовая поддержка
- Работа в офисе в Сан-Франциско, Калифорния
Навыки
- TypeScript
- Next.js
- Python
- LLM
- post-training
- generative AI
- agentic systems
- search
- ranking
- recommendation systems
- reinforcement learning
- machine learning
- data pipelines