Senior AI Engineer

Vaga não está no LinkedIn

🕒 Setembro 8

🇺🇸 Estados Unidos – Remoto (EUA)

⏰ Tempo Integral

🟠 Sênior

🤖 Engenheiro de IA

👻 Score fantasma 10%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

LottieFiles

SiteLinkedInTodas as Vagas

51 - 200 funcionários

📣 Marketing

💼 Consultoria

💰 $37.000.000 Series B em 2022-05

Marketing • Consulting • Design

A LottieFiles é uma plataforma líder que permite a designers e desenvolvedores criar, editar, colaborar e implementar animações Lottie leves em sites, aplicativos e plataformas de mídia social. A plataforma é utilizada por mais de 9,5 milhões de designers e desenvolvedores de mais de 280. 000 empresas em todo o mundo. A LottieFiles oferece uma ampla gama de ferramentas e integrações com ferramentas populares de design e desenvolvimento, como After Effects, Figma, Webflow e Canva. Além disso, a LottieFiles fornece recursos aprimorados por IA para aumentar a criatividade e a produtividade, garantindo uma implementação perfeita das animações em qualquer projeto. A plataforma é conhecida por seus runtimes dotLottie de alto desempenho, oferecendo animações escaláveis e interativas que são menores e com carregamento mais rápido em comparação com formatos tradicionais como GIFs.

Descrição

• Build and improve production generative systems for AI-generated motion from natural language • Improve prompt interpretation, model orchestration, routing, retrieval, tool use, structured generation, validation, repair, and visual verification • Diagnose recurring failure modes and implement durable improvements in prompts, data, system logic, constraints, or evaluation • Build compiler-backed feedback loops and deterministic quality gates • Develop experiments and fixed evaluation batteries to measure output-quality improvements • Design supervised fine-tuning datasets, training recipes, and post-training experiments for direct Motion DSL generation • Explore distillation, preference optimization, synthetic-data generation, reinforcement-learning approaches, and constrained generation • Select model checkpoints using evaluations of correctness, visual quality, reliability, latency, and cost • Determine whether model failures should be addressed through data, training, inference, evaluation, or the language/runtime • Convert production generations into training and evaluation datasets using filtering, provenance, versioning, deduplication, and contamination controls • Design train, validation, and evaluation splits that minimize leakage and preserve meaningful generalization tests • Create failure taxonomies, hard negatives, regression suites, and representative prompt batteries • Combine deterministic checks, model-based judges, render evidence, and human review into a reliable evaluation system • Own engineering work end-to-end with measurable product impact

🎯 Requisitos

• Strong ML and software engineering experience • Built and operated production AI or machine-learning systems, not only prototypes • Comfortable working across model behavior, data pipelines, APIs, infrastructure, evaluation, and product code • Practical experience with supervised fine-tuning and modern post-training workflows • Understanding of how dataset construction affects model behavior • Ability to prevent leakage, contamination, and misleading evaluation results • Ability to design experiments, regression suites, automated graders, and evaluation datasets • Experience with code-generation models, DSLs, grammars, parsers, compilers, structured outputs, constrained decoding, or program synthesis is especially relevant • Production engineering judgment involving observability, reliability, latency, inference cost, caching, failure recovery, and maintainability • Experience with animation, motion design, graphics, creative tooling, or multimodal systems is valuable but not required • Nice to have: experience fine-tuning or evaluating code-generation models • Nice to have: experience with multimodal or vision-language models • Nice to have: experience building model-based, human-in-the-loop, or rubric-driven evaluation systems • Nice to have: experience with compilers, interpreters, language tooling, or program analysis • Nice to have: experience with Rust, PyTorch, or distributed training infrastructure • Nice to have: experience with preference optimization, reinforcement learning, or synthetic-data pipelines • Nice to have: experience with animation, graphics, rendering, or creative software

🏖️ Benefícios

• Fully Remote Working Environment • Flexible Work Hours • A welcome gift and LottieFiles swag pack • Bonus to set up your workstation at home • Unlimited Leave Days • Medical Insurance • Generous learning budget • Gym membership • Co-working space membership