SONDA
Jobgether
Lead AI Systems Architect (Data-Centric AI & Multimodal)
Über die Stelle
Diese Position wird im Namen eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und nächsten Schritte verwaltet. Unser Partner sucht einen Lead AI Systems Architect (Data-Centric AI & Multimodal) mit Sitz in Brasilien.
Wie Jobgether funktioniert
Wir verwenden einen KI-gestützten Matching-Prozess, um sicherzustellen, dass Ihre Bewerbung schnell, objektiv und fair anhand der Kernanforderungen der Stelle geprüft wird. Unser System identifiziert die am besten geeigneten Kandidaten, und diese Shortlist wird direkt an das einstellende Unternehmen weitergeleitet. Die endgültige Entscheidung und die nächsten Schritte (Vorstellungsgespräche, Bewertungen) werden von deren internem Team verwaltet.
Wir danken Ihnen für Ihr Interesse und wünschen Ihnen viel Erfolg!
Warum sich über Jobgether bewerben?
Datenschutzhinweis: Mit Einreichung Ihrer Bewerbung bestätigen Sie, dass Jobgether Ihre personenbezogenen Daten verarbeitet, um Ihre Kandidatur zu bewerten und relevante Informationen an den einstellenden Arbeitgeber weiterzugeben. Diese Verarbeitung basiert auf berechtigtem Interesse und vorvertraglichen Maßnahmen gemäß den geltenden Datenschutzgesetzen (einschließlich der DSGVO). Sie können Ihre Rechte (Zugriff, Berichtigung, Löschung, Widerspruch) jederzeit ausüben.
#LI-CL1
Dies ist eine Gelegenheit für einen erfahrenen KI-Ingenieur, fortschrittliche KI-Systeme zu entwerfen und zu skalieren, die unstrukturierte Social-Media-Inhalte in hochwertige, strukturierte Datenprodukte umwandeln. Sie werden die Entwicklung multimodaler Pipelines leiten, die Computer Vision, Spracherkennung und große Sprachmodelle kombinieren. Die Rolle konzentriert sich auf den Aufbau zuverlässiger Datenextraktions-Workflows, die Optimierung der Modellleistung und die Verbesserung der Qualität von großen Datensätzen. Sie werden auch die Einführung von Open-Source-Modellen und effizienter Inferenzinfrastruktur vorantreiben, um die Skalierbarkeit zu verbessern und Kosten zu kontrollieren. An der Schnittstelle von angewandter KI, Data Engineering und Social-Media-Intelligenz werden Sie die technische Architektur eines sich entwickelnden KI- und Datenlabors mitgestalten. Sie werden auch Junior-Entwickler technisch anleiten und Engineering-Praktiken etablieren, die nachhaltiges Wachstum unterstützen.
Aufgaben
Als Lead AI Systems Architect werden Sie für den Entwurf, die Implementierung und die Optimierung KI-gestützter Datenverarbeitungssysteme verantwortlich sein und Genauigkeit, Effizienz und Skalierbarkeit über komplexe multimodale Workflows hinweg gewährleisten.
- Entwicklung multimodaler KI-Pipelines: Entwerfen und Erstellen automatisierter Ingestionspipelines, die Computer Vision für Szenenklassifizierung und ästhetische Bewertung, Spracherkennungstechnologien wie Whisper und große Sprachmodelle kombinieren.
- Strukturierte Datenextraktion: Entwicklung programmatischer Extraktions-Frameworks unter Verwendung von Tools wie Instructor, Pydantic, DSPy und Outlines, um sicherzustellen, dass generative Modelle konsistente, validierte JSON-Ausgaben erzeugen.
- Modelloptimierung und Kostenmanagement: Umstellung von Workloads von kommerziellen KI-APIs auf feinabgestimmte Open-Source-Modelle, einschließlich Llama, Qwen und DeepSeek, die über lokale oder High-Throughput-Inferenz-Engines wie vLLM, TGI und Groq bereitgestellt werden.
- Daten-Labeling und Qualitätssicherung: Implementierung von datenzentrierten KI-Techniken und Frameworks, einschließlich Cleanlab, Snorkel und Active Learning, zur Automatisierung von groß angelegten Labeling-Prozessen und zur Verbesserung der Qualität von verrauschten Datensätzen.
- KI-Architektur und technische Führung: Definition von Architektursroadmaps, Festlegung von Engineering-Standards und Anleitung von Junior-Entwicklern beim Aufbau robuster, wartbarer KI-Systeme.
- Skalierbare Dateninfrastruktur: Unterstützung der Entwicklung von KI-gesteuerten Anreicherungs-Workflows und Retrieval-Systemen, die in der Lage sind, große Mengen unstrukturierter Inhalte effizient zu verarbeiten.
Anforderungen
Der ideale Kandidat verfügt über starke Expertise in angewandter KI, praktische Erfahrung mit multimodalen Systemen und die Fähigkeit, fortgeschrittene machine learning-Techniken in zuverlässige Produktionslösungen zu übersetzen.
- Mindestens 5 Jahre Erfahrung in angewandter KI, Natural Language Processing oder Computer Vision.
- Nachgewiesene Erfahrung im Entwurf und in der Implementierung multimodaler Pipelines, die Vision-, Sprach- und Textmodelle integrieren.
- Fortgeschrittene Kenntnisse in Python und deep learning-Frameworks wie PyTorch oder TensorFlow.
- Umfangreiche Erfahrung mit Produktions-LLM-Orchestrierung und strukturierten Output-Tools, einschließlich DSPy, Instructor, Pydantic, LangChain oder LlamaIndex.
- Praktische Erfahrung im Fine-Tuning und Serving von Open-Source-Modellen unter Verwendung von vLLM, TGI oder vergleichbaren High-Throughput-Inferenz-Engines.
- Erfahrung mit Vektordatenbanken wie Qdrant, pgvector oder Pinecone und mit Retrieval-Augmented Generation (RAG)-Architekturen im großen Maßstab.
- Fähigkeit, technische Best Practices zu etablieren, Architekturentscheidungen zu treffen und Junior-Entwickler zu betreuen.
Bevorzugte Qualifikationen
- Erfahrung im Aufbau von Social-Media-Datenpipelines, die Plattformen wie TikTok, Instagram Reels oder YouTube Shorts umfassen.
- Hintergrund in datenzentrierter KI, Active Learning oder der Generierung synthetischer Daten.
Leistungen
- Vollständig remote Arbeitsmöglichkeit.
- Jahresgehalt von $12,000–$16,000.
- Möglichkeit, an fortschrittlichen multimodalen KI-Systemen, der Bereitstellung von Open-Source-Modellen und groß angelegter Datenintelligenz zu arbeiten.
- Technische Führungsmöglichkeiten, einschließlich Architekturbetonung und Betreuung von Junior-Entwicklern.
