À propos du poste
Nous recherchons un Ingénieur Prompt chargé du flux de travail de migration technique de bout en bout pour la transition des modèles vers les autorateurs LLM. Le rôle doit utiliser les outils internes du client pour tirer parti des techniques d'ingénierie de prompt 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 clusters 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-patrons 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 s'assurer que suffisamment de désaccords (entre les évaluations humaines et LLM) sont enregistrés, générés et suivis.
-
Exécuter les versions de prompts sur des données de référence établies pour mesurer en continu la qualité de l'autorateur par rapport à la base de 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 français et anglais courant.
-
Lieu : Doit être basé en France.
-
Formation : Licence, Master ou Doctorat en informatique, science des données, linguistique computationnelle, interaction humain-machine (IHM), science cognitive ou dans un domaine analytique connexe.
-
Ingénierie de prompt et expertise en IA : Au moins 4 ans d'expérience en tant qu'Ingénieur Prompt. 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 le raisonnement en chaîne de pensée et l'apprentissage few-shot.
-
Analyse de données : Forte proficiency dans l'identification de schémas d'erreurs, l'analyse des performances de modèles et l'utilisation de SQL ou d'autres outils d'analyse de données.
-
Agilité technique : Capacité à apprendre et 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 en évaluation de modèles IA, science des données, linguistique computationnelle ou génie logiciel.
-
Expérience pratique avec les systèmes d'optimisation automatique de prompts (APO) ou les flux de travail de réglage.
-
Expertise linguistique, incluant une compréhension de la sémantique et de la logique.