Strategic Projects Lead

Stelle nicht auf LinkedIn

🕒 vor 2 Monaten

🇺🇸 Vereinigte Staaten – Remote

💵 $140.000 - $180.000 / Jahr

⏰ Vollzeit

🟠 Senior

🧐 Strategie

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Pareto.AI

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

Gegründet 2020

💼 Beratung

🏥 Gesundheitswesen

📦 Logistik

Consulting • Healthcare • Logistics

Edify ist eine Holdinggesellschaft mit 150 Jahren Erfahrung in unternehmerischen Aktivitäten. Das Unternehmen konzentriert sich darauf, sein Beteiligungsportfolio weiterzuentwickeln, um langfristige Werte zu schaffen, und legt dabei besonderen Wert auf die Förderung der Ambitionen und die Zukunftsfähigkeit seiner Investitionen. Mit einem breit diversifizierten Beteiligungsbestand – unter anderem in den Bereichen Landtechnik, Küchenutensilien und führerscheinfreie Leichtfahrzeuge – leistet Edify einen wesentlichen Beitrag zur Förderung von Wachstum und Innovation in verschiedenen Branchen.

Beschreibung

• Design end-to-end data collection and evaluation pipelines for RLVR, RLHF, SFT, red-teaming, and model evaluation workflows. • Build, test, and iterate on AI agents that automate pipeline tasks — quality gate review, expert matching, output flagging, throughput anomaly detection. • Define data quality standards across annotation, evaluation, and expert output review. • Engage directly with AI researchers, TPMs, and PMs at client organizations. • Stay current with developments in LLM post-training, evaluation methodology, and data tooling.

🎯 Anforderungen

• Proficiency in Python and SQL for data manipulation, pipeline monitoring, and quality analysis • Working knowledge of LLM internals: RLHF/SFT training loops, how prompt structure affects output distribution, RL environment setup qualities (tool use) for agentic data collection / eval projects. • Hands-on experience with at least one agentic or LLM workflow framework (LangChain, DSPy, AutoGen, direct tool-use via API, or equivalent) • Demonstrated ownership of a data or ML pipeline from scoping through delivery — including quality design, not just throughput tracking • Strong written communication: you'll write technical guidelines and rubrics that distributed expert workers follow accurately, and you'll brief senior researchers on pipeline performance • Comfort operating with ambiguity in a fast-moving environment where model requirements shift and client priorities evolve

🏖️ Vorteile

• Offers Equity