
Vie hiiri rivin päälle tai napauta riviä nähdäksesi täydelliset tilastot (EUR / kk tässä kaaviossa).
Palkka-analyysi
Palkkatarjous sijoittuu vertailutasoon "Markkinoiden keskiarvo: Tekoälyinsinööri" nähden: palkkahaarukan keskipiste on noin 93 % vertailutason alapuolella. Kokonaisuutena tarjous asettuu markkinahaarukan (€10 128–€14 468) alapuolelle. Palkkavälin leveyttä ei voi verrata luotettavasti markkinaan. Vertailu perustuu 2 vastaavaan ilmoitukseen.
| Markkinat | Alaraja (25. persentiili) | Mediaani | Yläraja (75. persentiili) |
|---|---|---|---|
| Markkinoiden keskiarvo: Tekoälyinsinööri | €10 128/kuukaudessa | €12 298/kuukaudessa | €14 468/kuukaudessa |
| Tietojemme mukainen palkka — ei mainittu ilmoituksessa (Harjoittelija) | €916/kuukaudessa | €916/kuukaudessa | €916/kuukaudessa |
Workato AI Lab on yritystekoälyinnovaatioiden eturintamassa ja kehittää huippuluokan agenttijärjestelmiä, jotka muuttavat tapaa, jolla yritykset automatisoivat ja optimoivat työnkulkujaan. Tiimimme yhdistää akateemisen tutkimuksen ja käytännön sovellukset luoden tekoälyjärjestelmiä, jotka palvelevat miljoonia käyttäjiä globaaleissa yrityksissä. Tehtävät Etsimme poikkeuksellisia jatko-opiskelijoita tutkijaharjoittelijoiksi AI Labiimme San Franciscosta. Työskentelet LLM-pohjaisten agenttijärjestelmien ja tehokkaan tekoälyinfrastruktuurin perusongelmien parissa, ja sinulla on mahdollisuus julkaista tutkimustasi samalla kun vaikutat suoraan yritysasiakkaille suunnattuihin tuotantojärjestelmiin. Täytämme tällä hetkellä harjoittelupaikkoja talvelle 2026 ja kevääseen 2027. Tutkimusalueet - LLM-agenttijärjestelmät: Älykkäiden agenttiarkkitehtuurien suunnittelu ja toteutus monimutkaisiin yritysten automaatiotehtäviin, mukaan lukien moniagenttiyhteistyö, MCP ja päättelykehykset - Tehokas LLM-hienosäätö: Uusien menetelmien kehittäminen parametritehokkaaseen adaptointiin, kohdistamiseen ja vahvistusoppimiseen suurille kielimalleille - Korkean suorituskyvyn LLM-inferenssi: Inferenssiputkien optimointi järjestelmätason innovaatioiden, kernel-kehityksen ja käyttöönotto-strategioiden avulla Tässä roolissa olet vastuussa myös seuraavista: - Alkuperäisen tutkimuksen tekeminen LLM-agenttiarkkitehtuureista ja optimointitekniikoista - Uusien algoritmien kehittäminen ja arviointi sekä akateemisella tarkkuudella että tuotantokelpoisuudella - Työn esittäminen sisäisissä tutkimusseminaareissa ja ulkoisissa konferensseissa - LLM-insinöörien mentorointi ja yhteistyö toteutuksessa ja käyttöönotossa Vaatimukset Kvalifikaatiot / Kokemus / Tekniset taidot - Suoritat parhaillaan maisterin tai tohtorin tutkintoa tietojenkäsittelytieteessä, koneoppimisessa, luonnollisen kielen käsittelyssä (NLP) tai vastaavilla aloilla - Julkaisuja huipputason foorumeilla (ICML, NeurIPS, ICLR, ACL, EMNLP, NAACL) - Vahvat ohjelmointitaidot Pythonissa ja PyTorchissa - Kyky työskennellä paikan päällä San Franciscon toimistollamme - Kyky työskennellä itsenäisesti ja tehdä yhteistyötä tutkimus- ja tekniikkatiimien välillä Toivottavaa: - Kokemus itsekehittyvistä agenttijärjestelmistä - CUDA-ohjelmoinnin ja LLM-operaatioiden mukautetun kernel-kehityksen osaaminen - Tausta vahvistusoppimiseen perustuvassa LLM-hienosäädössä - Kokemusta tuotanto-inferenssijärjestelmistä, kuten vLLM, TensorRT-LLM, SGLang tai Hugging Face -ekosysteemi - Kokemus akateemisen tutkimuksen ja tuotantojärjestelmien yhdistämisestä - Open source -panokset laajasti käytettyihin ML-infrastruktuuriprojekteihin
Työn tiedot
Vastuualueet
- Alkuperäisen tutkimuksen tekeminen LLM-agenttiarkkitehtuureista ja optimointitekniikoista
- Uusien algoritmien kehittäminen ja arviointi sekä akateemisella tarkkuudella että tuotantokelpoisuudella
- Työn esittäminen sisäisissä tutkimusseminaareissa ja ulkoisissa konferensseissa
- LLM-insinöörien mentorointi ja yhteistyö toteutuksessa ja käyttöönotossa
- Älykkäiden agenttiarkkitehtuurien suunnittelu ja toteutus monimutkaisiin yritysten automaatiotehtäviin
- Uusien menetelmien kehittäminen LLM-mallien parametritehokkaaseen adaptointiin, kohdistamiseen ja vahvistusoppimiseen
- Inferenssiputkien optimointi järjestelmätason innovaatioiden ja kernel-kehityksen avulla
Vaatimukset
- Suoritat parhaillaan maisterin tai tohtorin tutkintoa tietojenkäsittelytieteessä, koneoppimisessa, luonnollisen kielen käsittelyssä tai vastaavilla aloilla
- Julkaisuja huipputason foorumeilla (ICML, NeurIPS, ICLR, ACL, EMNLP, NAACL)
- Vahvat ohjelmointitaidot Pythonissa ja PyTorchissa
- Kyky työskennellä paikan päällä San Franciscon toimistolla
- Kyky työskennellä itsenäisesti ja tehdä yhteistyötä tutkimus- ja tekniikkatiimien välillä
Taidot ja teknologiat
Koulutustaso
Ylempi korkeakoulututkinto
Aiheeseen liittyvät mahdollisuudet
Löydä lisää kiinnostuksen kohteisiisi ja taitoihisi sopivia mahdollisuuksia