AI Research Engineer Intern
Kata.ai · South Quarter Building, Tower C, Level 10, Jl. R.A. Kartini Kav.8, South Jakarta, DKI Jakarta, Indonesia
Sekilas tentang pekerjaan ini
Kata.ai membuka posisi AI Research Engineer Intern untuk mahasiswa atau fresh graduate bidang Computer Science atau terkait. Peran ini mengembangkan fitur Generative AI dan mengikuti perkembangan NLP; lokasi kerja tercantum di South Quarter Building, Jakarta Selatan.
Tugas utama
- Merancang, mengimplementasikan, menguji, dan merilis fitur Generative AI.
- Mengikuti tren NLP dan mengeksplorasi penerapannya untuk kebutuhan bisnis.
- Membuat dokumentasi teknis dan berkomunikasi dengan tim produk.
- Mendukung anggota tim melalui review, feedback, dan onboarding.
Kualifikasi utama
- Mahasiswa atau fresh graduate bidang Computer Science atau bidang terkait.
- Memiliki pengetahuan dasar pengembangan software AI/ML/NLP.
- Pengalaman dasar dengan satu atau lebih bahasa pemrograman: JS, Python, Golang, atau C/C++.
- Pengalaman dasar mengembangkan aplikasi AI production-level dengan LLM dan prompt engineering.
- Mengenal Deep Learning, NLP, atau LLM serta berminat untuk terus belajar.
Ringkasan ini dibuat dengan AI dari deskripsi di bawah. Yang berlaku adalah deskripsi lengkapnya di situs Kata.ai.
Deskripsi pekerjaan
- Join projects, design, implement, test, and release high-quality Generative AI features to satisfy demands.
- Follow the latest trend of NLP technologies especially LLM, Agents, RAG, Embeddings, and VectorDB and explore their applicability for business needs.
- Create technical documentation, and communicate clearly across the product team.
- Support team members to review, feedback, and onboard.
Qualifications
- Students or Fresh Graduates in Computer Science or related fields with basic knowledge in AI/ML/NLP based software development.
- Basic experience with one or more general purpose programming languages including but not limited to: JS, Python, Golang or C/C++
- Basic experience in the development of production-level AI application leveraging various LLMs (including prompt engineering best practices).
- Exposure to Deep Learning, NLP, LLM, or related fields and a strong interest and desire to learn about them.