Technical Staff Member – Data Intelligence

🕒 vor 2 Monaten

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

Reka AI

WebsiteLinkedInAlle Stellen

1 - 10 Mitarbeiter

Gegründet 2022

🤖 Künstliche Intelligenz

🏢 Unternehmen

☁️ SaaS

💰 €58.000.000 Series A im 2023-06

Artificial Intelligence • Enterprise • SaaS

Reka AI ist ein Unternehmen, das sich auf die Entwicklung wegweisender multimodaler KI-Modelle spezialisiert hat. Diese Modelle statten KI-Agenten mit der Fähigkeit aus, zu sehen, zu hören und zu sprechen, und ermöglichen eine Vielzahl von Anwendungen, die von Text und Code bis zu Bild-, Video- und Audiodaten reichen. Reka's eigene Modelle, darunter Reka Core, Flash, Edge und Spark, werden von Grund auf mit innovativen Architekturen entwickelt, die eine Bereitstellung auf Geräten, vor Ort oder in der Cloud ermöglichen. Bekannt für den Fortschritt in der KI-Forschung, arbeitet Reka AI mit globalen Technologiepartnern zusammen, um den Zugang zu seinen fortschrittlichen multimodalen KI-Fähigkeiten zu erweitern.

Beschreibung

• Work with model researchers to define what “good data” means for our models, including quality metrics, validation checks, and acceptance thresholds • Explore open source datasets and create internal ones most suitable to build fundamental World Models • Build algorithms for automated data quality assessment, data domain mixtures, and domain adaptation from synthetic to real data. • Track datasets, metadata, provenance, and versions so experiments are reproducible and it’s clear what data went into which training and evaluation runs • Own CI/CD and development tooling for the data stack (GitHub, Python, PyTorch), and automate repetitive workflows to reduce friction • Track and optimize throughput, storage, and compute utilization across pipelines and related assets

🎯 Anforderungen

• Strong ML and deep learning fundamentals with experience building and operating large-scale data and/or compute systems • Comfortable moving between research questions and production engineering: you can dig into data, run analyses, and also ship reliable systems • Demonstrated research experience with data compositions, quality, and dataset releases • Ability to design and execute experiments with convincing unbiased outcomes • Practical experience with distributed processing and orchestration (Spark, Ray, Airflow, or equivalents) • Solid Python skills, and familiarity with the tooling around modern model training workflows (datasets, checkpoints, experiment tracking) • Strong instincts around data quality: how to measure it, how to monitor it, and how to prevent regressions as things scale • Able to work in a fast-moving environment, prioritize what matters, and communicate clearly with both researchers and engineers • Bonus: experience with large video datasets, dataset curation for training, or building internal tooling for evaluation/analysis in ML environments

🏖️ Vorteile

• Flexible work arrangements