Vereinigte Staaten
Redwood Materials
Apple
Engineering Leader, AI Safety Engineering & Evaluation, Apple Services Engineering
Vereinigte Staaten
Cupertino, California, United States
Python
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Apple Services Engineering (ASE) treibt KI- und machine learning-gestützte Erlebnisse über den App Store, Apple Music, Apple TV und mehr voran. Wir entwickeln intelligente, tief persönliche Erlebnisse, die darauf ausgelegt sind, Nutzern auf der ganzen Welt zu dienen. Sicherzustellen, dass diese Erlebnisse sicher, vertrauenswürdig und repräsentativ für die vielfältigen Gemeinschaften, denen wir dienen, sind, ist grundlegend für unsere Entwicklung und Bereitstellung von KI.
Wir suchen eine erfahrene Führungskraft im Ingenieurwesen, die AI Safety Engineering & Evaluation innerhalb der Human-Centered AI Organisation leitet. Diese Rolle kombiniert Software-Engineering, machine learning, Evaluationswissenschaft und Responsible AI, um skalierbare Fähigkeiten zur Identifizierung, Messung und Minderung von Risiken im Zusammenhang mit KI-gestützten Erlebnissen zu entwickeln. Sie werden eine aufstrebende, multidisziplinäre Organisation von Engineering Managern, Ingenieuren und angewandten Wissenschaftlern leiten und die technische Expertise, Engineering-Praktiken und organisatorischen Fähigkeiten aufbauen, die für die Skalierung der KI-Sicherheitsbewertung erforderlich sind. Dies ist eine Gelegenheit, eine wachsende Funktion zu gestalten, ihre technischen Grundlagen zu entwickeln und gleichzeitig manuelle Sicherheitsbewertungen in automatisierte, wissenschaftlich fundierte Prozesse zu transformieren. Der ideale Kandidat bringt starke Ingenieurführung, praktische Expertise in machine learning und modernen KI-Systemen sowie nachweislichen Erfolg beim Aufbau technischer Organisationen und der Übersetzung komplexer Herausforderungen in messbare technische Ergebnisse mit.
BESCHREIBUNG
Als Engineering Leader für AI Safety Engineering & Evaluation leiten Sie die Entwicklung und Operationalisierung technischer Fähigkeiten zur systematischen Bewertung des Verhaltens von KI-Modellen, zur Identifizierung potenzieller Schäden und zur Messung der Wirksamkeit von Sicherheitsminderungen. Ihre Organisation wird Methoden zur Sicherheitsbewertung, modellbasierte Bewertung, Angriffstests, automatisierte Risikoidentifizierung und Fehleranalyse vorantreiben. In Partnerschaft mit Evaluation Systems & Research (ESR), das gemeinsame Evaluationsinfrastruktur und -dienste bereitstellt, integrieren Sie sicherheitsspezifische Modelle, Bewertungs-Workflows und Messfähigkeiten in skalierbare Evaluationssysteme. Sie legen die technische Richtung, die Organisationsstruktur und die Engineering-Praktiken fest, die ein wachsendes Team für effektives Arbeiten benötigt. Dies erfordert eine Führungskraft, die sich tiefgehend mit technischen Entscheidungen auseinandersetzen, Engineering Manager und leitende Mitarbeiter entwickeln und die Fähigkeit der Organisation zur Bereitstellung komplexer technischer Lösungen schrittweise aufbauen kann. Sie werden eng mit den Teams für machine learning Engineering, Forschung, Produkt, Datenschutz, Recht und Sicherheitspolitik zusammenarbeiten, um Sicherheitsanforderungen in messbare technische Standards und umsetzbare Erkenntnisse zu übersetzen, die Entscheidungen zur KI-Entwicklung und -Bereitstellung informieren.
MINDESTQUALIFIKATIONEN
- 12+ Jahre Erfahrung in Software-Engineering, machine learning Engineering, angewandter KI oder verwandten technischen Disziplinen, einschließlich nachgewiesener Erfahrung in der Bereitstellung komplexer produktionsreifer Systeme.
- 8+ Jahre Erfahrung im Engineering- oder angewandten machine learning Management, einschließlich mindestens 3 Jahren Management von Engineering Managern oder Leitung mehrerer technischer Teams durch etablierte Manager.
- Nachgewiesene Erfahrung im Aufbau oder der Transformation von Engineering-Organisationen, einschließlich der Entwicklung technischer Talente, der Etablierung von Engineering-Praktiken und der Skalierung von Teams während Phasen des organisatorischen oder technischen Wachstums.
- Starke Software-Engineering-Grundlagen, einschließlich Erfahrung in der Steuerung von Architektur, Implementierung und Operationalisierung komplexer Software- oder KI/ML-Lösungen.
- Praktische Expertise in machine learning und modernen KI-Architekturen, einschließlich Modellentwicklung, Inferenz und Evaluationsmethoden.
- Starke technische Grundlage in Python und modernen Softwareentwicklungspraktiken, mit der Fähigkeit, technische Kompromisse zu bewerten und die technische Ausführung zu steuern.
- Nachgewiesene Fähigkeit zur Entwicklung technischer Roadmaps, zur Festlegung von Prioritäten, zur Ressourcenverwaltung und zur Erzielung messbarer Ergebnisse in mehrdeutigen Umgebungen.
- Ausgezeichnete Kommunikations- und Stakeholder-Management-Fähigkeiten, mit Erfahrung in der Beeinflussung leitender technischer und funktionsübergreifender Führungskräfte.
- Bachelor-Abschluss in Informatik, Machine Learning, Ingenieurwesen oder einem verwandten technischen Bereich oder gleichwertige praktische Erfahrung.
BEVORZUGTE QUALIFIKATIONEN
- Erfahrung in der Leitung von Teams, die KI/ML-Evaluationssysteme, automatisierte Modellbewertungen oder angewandte machine learning Lösungen entwickeln.
- Erfahrung mit generativer KI und großen Sprachmodellen, einschließlich LLM-basierter Evaluierung, agentenbasierter Systeme, Modellorchestrierung oder Angriffstests.
- Angewandte Erfahrung mit machine learning Modellierung, statistischer Analyse, experimentellem Design und quantitativen Bewertungsmethoden.
- Erfahrung in der Entwicklung automatisierter Modellbewerter, synthetischer Datengenerierung, Red Teaming oder systematischer Fehleranalysefähigkeiten.
- Vertrautheit mit Responsible AI-Prinzipien und technischen Ansätzen für Fairness, Bias, Robustheit, schädliche Inhalte und Sicherheitsrisikobewertung.
- Erfahrung in der Integration von Evaluationsfähigkeiten in bestehende Engineering-Plattformen, Entwicklungsworkflows oder kontinuierliche Messprozesse.
- Erfahrung in der Leitung multidisziplinärer Engineering-Organisationen durch technische Transformationen, insbesondere im Zusammenhang mit Automatisierung oder angewandtem machine learning.
- Fähigkeit, aufkommende Forschungstechniken in zuverlässige technische Implementierungen zu übersetzen.
- Fortgeschrittener Abschluss in Informatik, Machine Learning, Künstlicher Intelligenz oder einem verwandten technischen Bereich.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen