À propos du poste
Nous recherchons un Prompt Engineer pour être responsable du flux de travail technique de bout en bout pour la migration des modèles vers des autorateurs LLM. Le rôle nécessite d'utiliser les outils internes du client pour exploiter les techniques d'ingénierie de prompts afin de maximiser les performances du modèle.
Responsabilités :
-
Utiliser les outils de génération automatique de prompts (APG) pour créer des prompts de référence pour des grappes complexes de modèles parent-enfant.
-
Exécuter et superviser l'outil d'optimisation automatique de prompts (APO), examiner les sorties et signaler lorsque l'APO atteint des impasses ou des plateaux.
-
Rédiger, tester et affiner manuellement les prompts pour naviguer dans des architectures de modèles complexes, surmonter les anti-patterns et gérer les cas limites où l'outillage est insuffisant ou défaillant. Résoudre les scénarios de cas limites en concevant et en affinant des prompts manuels.
-
Surveiller les exécutions de shadowbot pour garantir que suffisamment de désaccords (entre les évaluations humaines et LLM) sont enregistrés, générés et suivis.
-
Exécuter des versions de prompts contre des données de référence établies pour mesurer en continu la qualité de l'autorateur par rapport à la référence de la foule humaine, en calculant des métriques de précision telles que les scores F1, la précision et le rappel.
-
Rédiger les justifications techniques de préparation au lancement (Documentation de certification de lancement) pour la version finale.
Exigence :
-
Compétences linguistiques : Maîtrise native du néerlandais et anglais courant.
-
Lieu : Doit être basé aux Pays-Bas.
-
Formation : Licence, Master ou Doctorat en informatique, science des données, linguistique computationnelle, interaction humain-ordinateur (IHO), science cognitive ou un domaine analytique connexe.
-
Ingénierie de prompts et expertise en IA : Au moins 4 ans d'expérience en tant que Prompt Engineer. Expérience avérée dans le réglage de grands modèles de langage (LLM) pour des sorties strictes et structurées, des tâches de classification complexes, et familiarité avec la chaîne de pensée et l'apprentissage few-shot.
-
Analyse de données : Forte compétence pour identifier les modèles d'erreur, analyser les performances des modèles et utiliser SQL ou d'autres outils d'analyse de données.
-
Agilité technique : Capacité à apprendre et à maîtriser rapidement des outils propriétaires avec une supervision minimale.
-
Communication : Excellentes compétences de communication verbale et écrite.
Compétences optionnelles / préférées :
-
Familiarité avec les interfaces LLM de niveau entreprise comme l'API Goose.
-
Expérience dans l'évaluation de modèles d'IA, la science des données, la linguistique computationnelle ou l'ingénierie logicielle.
-
Expérience pratique avec les systèmes d'optimisation automatique de prompts (APO) ou les flux de travail de réglage.
-
Expertise linguistique, y compris la compréhension de la sémantique et de la logique.