Job · Ackren-motoren
Forskningsingeniør, parsing
Ackren er en deterministisk kæde i otte trin, der forvandler et input til et svar og en afledningslog, uden nogen form for statistisk inferens i den. Denne stilling arbejder med parsingtrinnene og med den målte kvalitet af det, der kommer ud.
Arbejdet
Hvad du ville lave
- 01
Arbejd med kæden
Motoren sættes sammen som en fast rækkefølge af typede trin. Du arbejder med parsing og trinnene omkring den og holder hvert skridt deterministisk og genudledeligt i hånden.
- 02
Hæv de målte tal
Trigram-træfraten er 0,461 på det tilbageholdte sæt, op fra 0,449. Beskæring ved en optælling på to eller derover fjerner 55,1 procent af trigrammassen, så et build på seksten megabyte er en bigrammodel med trigramundtagelser. Ryk de tal, og rapportér dem med deres grundlag.
- 03
Gør rede for fejl, anslå den ikke
Tavse opslagsfejl ligger på omkring seks tusind et hundrede pr. milliard forespørgsler ved den nuværende indeksbredde. De købes væk med bits, og de bits koster størstedelen af et budget på seksten megabyte. Tæl dem.
- 04
Hold loggen åben
Afledningsloggens skema er versioneret og offentliggjort i v1.0.0. Hvert svar producerer et, og skemaet fastlægges i det åbne frem for bag en formular.
Krav
Hvad vi leder efter
Du har arbejdet med parsing eller klassisk sprogmodellering, og du er glad for matematikken. Erfaring med n-grammodeller, informationssøgning og pladsbesparende strukturer som perfekt hashing og fingeraftryk overføres direkte til arbejdet. Frem for alt måler du omhyggeligt, og du er villig til at offentliggøre en fejltilstand, før nogen anden finder den.
- NLP og parsing
- N-gram-sprogmodeller
- Informationssøgning
- Perfekt hashing / fingeraftryk
- Determinisme
- Måledisciplin
Vilkår
Sådan arbejder vi
Fuldt fjernarbejde, globalt, med nogle få timers overlap med britisk tid, GMT eller BST. Rettelser er et fuldgyldigt resultat her: en tilbagetrukket påstand streges ud og navngives, aldrig slettes i stilhed. Arbejde, du producerer for Aleten, overdrages til Aleten, sagt her frem for senere, og det meste af den nuværende specifikation er allerede offentlig.
Hvad motoren ikke løser
Ikke-konventionel implikatur kan opdages, men ikke løses. Sammenhæng over lange tekster er uløst, fordi intet i en n-gramfordeling holder et argument sammen på tværs af afsnit. Ny brobygning opdages, løses aldrig, og dækningen forbliver strengt under én. Du kommer ikke til at lukke disse. Du kommer til at opdage dem ærligt og offentliggøre dem.
Ansøgning
En kort formular, læst af et menneske
Vis os et parsing-, sprogmodellerings- eller søgeproblem, du har arbejdet omhyggeligt med, helst et hvor du målte en grænse og rapporterede den lige ud.
Formularen gemmer din ansøgning i vores egen database, og et menneske læser den; der er intet tredjeparts rekrutteringssystem. Hvis du hellere vil skrive, så skriv til work@aleten.com og fortæl, at du vil have stillingen som forskningsingeniør i parsing, så svarer et menneske.