AI-ingenjör

Workato AI Lab ligger i framkant av AI-innovation för företag och utvecklar banbrytande agentiska system som förändrar hur företag automatiserar och optimerar sina arbetsflöden. Vårt team bryggar akademisk forskning med verkliga tillämpningar och skapar AI-system som betjänar miljontals användare i globala företag. Ansvarsområden Vi söker exceptionella forskarstudenter som vill gå med i vårt AI Lab som forskningspraktikanter i San Francisco. Du kommer att arbeta med grundläggande problem inom LLM-baserade agentiska system och effektiv AI-infrastruktur, med möjligheter att publicera din forskning samtidigt som du har en direkt inverkan på produktionssystem som betjänar företagskunder. Vi tillsätter nu praktikplatser för vintern 2026 och våren 2027. Forskningsområden - LLM Agent-system: Designa och implementera intelligenta agentarkitekturer för komplexa företagsautomatiseringsuppgifter, inklusive multi-agent-samarbete, MCP och resonemangsramverk - Effektiv LLM-finjustering: Utveckla nya metoder för parametereffektiv anpassning, alignment och förstärkningsinlärning för stora språkmodeller - Högpresterande LLM-inferens: Optimera inferenspipeliner genom systeminnovationer, kärnutveckling och driftsättningsstrategier I den här rollen kommer du också att ansvara för att: - Bedriva originalforskning om LLM-agentarkitekturer och optimeringstekniker - Utveckla och utvärdera nya algoritmer med både akademisk stringens och produktionsmässig genomförbarhet - Presentera ditt arbete vid interna forskningsseminarier och externa konferenser - Mentorskap och samarbete med LLM-ingenjörer kring implementering och driftsättning Krav Kvalifikationer / Erfarenhet / Tekniska färdigheter - Läser för närvarande MS/PhD i datavetenskap, maskininlärning, naturlig språkbehandling eller relaterade områden - Publikationer i toppforum (ICML, NeurIPS, ICLR, ACL, EMNLP, NAACL) - Starka programmeringskunskaper i Python och PyTorch - Förmåga att arbeta på plats på vårt kontor i San Francisco - Förmåga att arbeta självständigt och samarbeta över forsknings- och ingenjörsteam Föredraget: - Erfarenhet av självutvecklande agentsystem - Färdighet i CUDA-programmering och anpassad kärnutveckling för LLM-operationer - Bakgrund inom förstärkningsinlärningsbaserad LLM-finjustering - Meriter av bidrag till produktionsinferenssystem som vLLM, TensorRT-LLM, SGLang eller Hugging Face-ekosystemet - Erfarenhet av att brygga akademisk forskning med produktionssystem - Open source-bidrag till allmänt använda ML-infrastrukturprojekt