О компании
В компании Scale наша миссия — разрабатывать надежные системы искусственного интеллекта для самых важных решений в мире. В течение 10 лет Scale предоставляет высококачественные данные и полнофункциональные технологии, которые поддерживают ведущие модели мира, а также помогает предприятиям и правительствам создавать, внедрять и контролировать приложения ИИ, приносящие реальный эффект. Мы тесно сотрудничаем с лидерами отрасли, такими как Meta, Ernst & Young, Mayo Clinic, Time Inc., правительство Катара и правительственные агентства США, включая Армию и ВВС.
Стажировка в Scale — это не побочный проект. Стажёры выполняют реальную работу, которая выпускается в продакшен, следуя тем же дорожным картам, что и штатные инженеры, при поддержке талантливых наставников и в культуре, которая ценит ответственность, скорость и стремление к истине. Многие наши стажёры возвращаются в компанию в качестве штатных сотрудников.
О команде
Быстрорастущая команда Global Public Sector в Scale сосредоточена на использовании ИИ для решения критических задач, с которыми сталкивается государственный сектор по всему миру. Наша основная работа включает:
•Создание кастомных AI-приложений, которые повлияют на миллионы граждан
•Генерацию высококачественных обучающих данных для национальных больших языковых моделей (LLM)
•Повышение квалификации и консультационные услуги для расширения влияния ИИ
Примеры проектов
•Создание конвейеров данных для обучения с подкреплением и посттренировочных данных, которые поддерживают разработку передовых моделей
•Разработка инфраструктуры оценки, которая измеряет надежность моделей для корпоративных и государственных клиентов
•Выпуск агентных AI-приложений и инструментов, делающих их наблюдаемыми, тестируемыми и безопасными для развертывания
•Выпуск инструментов, ускоряющих рост новых квалифицированных участников на платформе Scale
•Создание систем обнаружения мошенничества, которые удаляют недобросовестных участников и обеспечивают безопасность и доверие базы участников Scale
•Использование моделей для оценки качества задач и участников, а также гарантирование качества запросов в большом масштабе
•Разработка продвинутых алгоритмов сопоставления, которые оптимально связывают участников с клиентами для максимальной скорости и точности
•Создание оптимизированных и эффективных UI/UX-инструментов в сочетании с ML-алгоритмами для более чем 100 тысяч участников, выполняющих миллиарды сложных задач
•Разработка новых продуктов AI-инфраструктуры для визуализации, запросов и исследования данных Scale
Требования
•Дата окончания обучения — осень 2027 или весна 2028 года, степень бакалавра (или эквивалент) в релевантной области (компьютерные науки, EECS, компьютерная инженерия, статистика)
•Доступность для стажировки летом 2027 года (начало в мае/июне)
•Опыт продуктовой инженерии, например, создание полнофункциональных веб-приложений, интеграция с соответствующими API и сервисами, общение с клиентами, определение «что» строить и последующая итерация
•Предыдущий опыт стажировки в области компьютерных наук/программной инженерии
•Опыт выпуска высококачественных продуктов и функций
•Опыт создания систем, обрабатывающих большие объемы данных
•Опыт работы с Python, Typescript, React и/или MongoDB
Пожалуйста, обратитесь к подзаголовку вакансии, чтобы узнать, где будет расположена эта позиция.
Желательно иметь
•Практический опыт работы с большими языковыми моделями (LLM), оценками или агентными системами — будь то в рамках учебных курсов, исследований или личных проектов
•Вклад в open source или портфолио выпущенных побочных проектов
Как мы работаем
Наши кредо формируют то, как мы принимаем решения и работаем в команде:
•Зарабатывать любовь клиентов — доверие заслуживается каждым взаимодействием, каждой поставкой и каждой решённой проблемой
•Поток команды — идеи, энергия и поддержка свободно перемещаются между командами; оптимизируем для общего блага
•Качество — наш чит-код — системы, которые постоянно обеспечивают качество, являются структурным преимуществом
•Найти 20% — найти те входные данные, которые влияют на результат, и выполнить их полностью
•Писать рынок — наши исследования ставят нас на передовую, и мы приводим туда наших партнёров первыми
•Три хода вперёд — учитывать последствия последствий и планировать соответственно
Обратите внимание: политика компании требует 90-дневного периода ожидания перед повторным рассмотрением кандидатов на ту же роль.
