关于此职位
我们正在寻找一名提示工程师，负责将模板迁移至 LLM 自动评分器的端到端技术迁移工作流程。该职位需要使用客户的内部工具，运用提示工程技术以最大化模型性能。
职责：
-
利用自动提示生成（APG）工具，为复杂的父子模板集群创建基线提示。
-
运行并监督自动提示优化（APO）工具，审查输出结果，并在 APO 出现死锁或停滞时进行标记。
-
手动起草、测试和优化提示，以应对复杂的模板架构、克服反模式，并处理工具缺失或故障时的边缘情况。通过设计和优化手动提示来解决边缘情况场景。
-
监控 shadowbot 运行，以确保（人工与 LLM 评分之间的）足够分歧被登记、生成和跟踪。
-
针对已建立的黄金数据运行提示版本，以持续衡量自动评分器相对于人工众包基线的质量，计算准确率指标，如 F1 分数、精确率和召回率。
-
为最终版本起草技术发布就绪论证（发布认证文档）。
要求：
-
语言技能：意大利语母语流利，英语流利。
-
地点：必须常驻意大利。
-
教育背景：计算机科学、数据科学、计算语言学、人机交互（HCI）、认知科学或相关分析领域的学士、硕士或博士学位。
-
提示工程与 AI 专业知识：至少 4 年提示工程师经验。具有调优大型语言模型（LLM）以实现严格结构化输出、复杂分类任务的成熟经验，并熟悉思维链和少样本学习。
-
数据分析：精通识别错误模式、分析模型性能，并使用 SQL 或其他数据分析工具。
-
技术敏捷性：能够在极少监督下快速学习并掌握专有工具。
-
沟通能力：出色的口头和书面沟通能力。
可选/优先技能：
-
熟悉企业级 LLM 接口，如 Goose API。
-
具有 AI 模型评估、数据科学、计算语言学或软件工程经验。
-
具有自动提示优化（APO）系统或调优工作流程的实践经验。
-
语言学专业知识，包括对语义和逻辑的理解。