MOLLKOM / AI & μηχανική μάθηση
Research Engineer, AI Evaluation & Agent Reliability
Μετατρέψτε την ποιότητα του AI από μια γενική εντύπωση σε απτές αποδείξεις για καλύτερες αποφάσεις.
Η αποστολή μας
Τα αποτελέσματα στο εμπόριο απαιτούν περισσότερα από καλογραμμένες απαντήσεις. Σχεδιάστε συστήματα αξιολόγησης που διαχωρίζουν την καλή διατύπωση, τη σωστή πληροφορία και την επιτυχημένη ενέργεια, βοηθώντας την ομάδα να διαθέτει βελτιώσεις με μετρήσιμο αντίκτυπο.
Με τι θα ασχοληθείτε
- Δημιουργία benchmarks για εργασίες καταλόγου, περιεχομένου, συνομιλιών και χρήσης εργαλείων (tool use).
- Σχεδιασμός κριτηρίων και ανθρώπινης/αυτοματοποιημένης αξιολόγησης με ανάλυση συμφωνίας (agreement), μεροληψίας και κάλυψης.
- Ανάπτυξη ελέγχων παλινδρόμησης (regression tests) και adversarial δοκιμών για δικαιώματα και μη τεκμηριωμένους ισχυρισμούς.
- Ανάλυση πειραμάτων και συγκρίσεων μοντέλων, μεταφέροντας αξιοποιήσιμα συμπεράσματα και στατιστικά όρια.
Τι φέρνετε στην ομάδα
- Εμπειρία στην αξιολόγηση ML, εφαρμοσμένη έρευνα ή engineering ποιότητας συστημάτων AI.
- Άριστη γνώση Python, ανάλυσης δεδομένων και σχεδιασμού πειραμάτων.
- Κατανόηση των περιορισμών της μεθοδολογίας LLM-as-judge, της διαρροής δεδομένων (data leakage) και των συστηματικών σφαλμάτων αξιολόγησης.
- Ικανότητα σαφούς επικοινωνίας αποτελεσμάτων και μετατροπής ευρημάτων σε τεχνικές βελτιώσεις.
ΔΕΙΞΤΕ ΜΑΣ ΤΟΝ ΤΡΟΠΟ ΣΚΕΨΗΣ ΣΑΣ
Αφήστε τη δουλειά σας να ξεκινήσει τη συζήτηση.
Παρουσιάστε μια μεθοδολογία αξιολόγησης που σχεδιάσατε και πώς αυτή επηρέασε μια απόφαση διάθεσης έκδοσης ή επιλογής μοντέλου.
Μοιραστείτε δημόσιους συνδέσμους ή μια σύντομη επεξήγηση χωρίς να αποκαλύψετε εμπιστευτικές πληροφορίες από προηγούμενες εργασίες σας.
Σχετικά με το Mollkom
Η Mollkom είναι ένα λειτουργικό περιβάλλον εμπορίου ενισχυμένο με AI. Συνδέουμε την προετοιμασία προϊόντων, το περιεχόμενο, το marketing και την εξυπηρέτηση πελατών με παραγγελίες, απόθεμα, ταμεία POS και παραδόσεις, ώστε κάθε στάδιο να λειτουργεί με βάση κοινή γνώση.
Γνωρίστε την πλατφόρμα