ML Systems & Performance Engineer

Die heutige KI ist ein brillanter Fremder: Sie kann die schwierigsten mathematischen Probleme der Welt lösen, aber sie weiß so gut wie nichts über Sie und Ihre Arbeit. Sie liest Ihre Dateien immer wieder, um selbst grundlegende Fragen zu beantworten, verbraucht enorme Mengen an Tokens, wenn sie große Korpora durchsucht, und behält zwischen den Sitzungen bestenfalls Fragmente.

Wir trainieren Modelle, um Ihre Welt zu studieren und Ihre Fragen im Voraus zu antizipieren, indem wir Engramme bilden: kompakte Erinnerungen, die Ihr Wissen und Ihre Geschichte erfassen. Unser Ansatz eröffnet eine neue Skalierungsachse. Je mehr wir Ihren Kontext zur Trainingszeit studieren, desto besser werden wir zur Inferenzzeit.

Wir arbeiten bereits mit führenden Unternehmen im Bereich KI wie Microsoft, Notion und Harvey zusammen und haben gerade 98 Mio. $ von General Catalyst, Kleiner Perkins, Sequoia, Factory, Modern, Amplify, Neo und anderen eingesammelt. Zu unseren Investoren und Beratern gehören Assaf Rappaport, Andrej Karpathy und Pieter Abbeel.

KI hat Jahre damit verbracht, alles über die Welt zu lernen. Jetzt sollte sie etwas über Ihre lernen.

Über diese Rolle

Sie werden zu den ersten ML Systems Engineers gehören und ein Team von machine learning Forschern und Performance Engineers verstärken, die unsere Personalisierungs- und kontinuierlichen Lern-API entwickeln, welche Modelle und Agenten antreibt, die aus dem Benutzerkontext lernen.

Diese Rolle konzentriert sich auf das Design, die Optimierung und die Skalierung von Trainings- und Inferenz-Workloads – und schließt die Lücke zwischen modernster KI-Forschung und Produktion. Dies beinhaltet:

Sie werden die Brücke zwischen Forschern und Plattform-Engineering sein und dabei eng mit unseren Kunden (KI-native Anwendungs-Layer-Unternehmen wie Notion und Harvey) zusammenarbeiten. Die Architektur wird durch die Einschränkungen und Anforderungen unserer F&E-Arbeit geprägt sein. Hier gibt es keine Mauern zwischen Produkt, Forschung und Engineering; die Erfüllung unserer Mission erfordert einen multidisziplinären Ansatz.

Dies ist eine Gründereinstellung im wahrsten Sinne des Wortes. Sie werden den Standard für Engineering bei Engram setzen: Code-Reviews, Tests, Bereitschaftsdienste und eine Sicherheitslage, die Kunden Vertrauen gibt, uns ihre sensibelsten Daten anzuvertrauen. Sie werden auch helfen, das Engineering-Team um sich herum aufzubauen und unsere Engineering-Kultur zu beeinflussen, während wir wachsen.

Bonuspunkte, wenn Sie haben

Engram hat seinen Sitz in San Francisco.

Diese Rolle ist persönlich in unserem SF-Büro.

Engram ist ein Arbeitgeber, der Chancengleichheit fördert. Wir bauen ein Team auf, das eine Bandbreite von Hintergründen und Perspektiven widerspiegelt, und wir begrüßen Bewerber unabhängig von Rasse, Hautfarbe, Religion, nationaler Herkunft, Geschlecht, Geschlechtsidentität, sexueller Orientierung, Alter, Behinderung oder Veteranenstatus.

Wir bieten wettbewerbsfähige Barvergütung und Startup-Aktienoptionen.