अधिकांश AI टीमें किसी एक मेट्रिक को अनुकूलित करती हैं। इस टीम को कुछ ऐसा बनाना है जिसे कोई सिटी काउंसिल, कोई निरीक्षण निकाय और कोई न्यायालय बाद में भी जाँच सके, और यही इसे एक कठिन पर कहीं अधिक दिलचस्प शर्त बनाता है।
कंपनी
IREX लगभग 100 लोगों की एक वितरित टीम है, जिसमें 50 से अधिक इंजीनियर और डेटा वैज्ञानिक शामिल हैं; कार्यकारी नेतृत्व संयुक्त राज्य अमेरिका, अंडोरा और संयुक्त अरब अमीरात (UAE) में है, और क्षेत्रीय डिलीवरी टीमें लैटिन अमेरिका और यूरोप में फैली हैं। इंजीनियरिंग में बैक एंड, फ्रंट एंड और UX, DevOps और नेटवर्क ऑपरेशंस, तथा QA और सपोर्ट शामिल हैं।
यह काम आठ देशों में 250,000 से अधिक कैमरों पर प्रोडक्शन में है, यानी जो सिस्टम आप बनाते हैं उन्हें पुलिस अधिकारी, ट्रांज़िट ऑपरेटर और एयरपोर्ट सुरक्षा टीमें वास्तविक घटनाओं में इस्तेमाल करती हैं। फॉल्स-पॉज़िटिव की परवाह करने का यह एक मज़बूत कारण है।
सब कुछ ग्राहकों के अपने ही हार्डवेयर पर एक ओपन-सोर्स स्टैक पर चलता है, और IREX-निर्मित घटक सोर्स समीक्षा या एस्क्रो के लिए उपलब्ध हैं। अगर आपको ऐसी चीज़ें बनाना पसंद नहीं जिन्हें कंपनी के बाहर कोई जाँच ही न सके, तो यह आपके लिए ठीक बैठेगा।
खुले पद
हम धीरे-धीरे भर्ती करते हैं और किसी पद को तभी प्रकाशित करते हैं जब वह वास्तव में खुला हो। अभी यही खुला है।
हम कहाँ भर्ती करते हैं
बैक एंड, फ्रंट एंड और UX, DevOps और नेटवर्क ऑपरेशंस, QA, और सपोर्ट, Kubernetes पर और एक पूर्णतः ओपन-सोर्स डेटा प्लेन पर।
कंप्यूटर विज़न, विज़न-लैंग्वेज मॉडल, सिंथेटिक वातावरण सहित डेटासेट निर्माण, और पूर्वाग्रह मापन।
सॉल्यूशन आर्किटेक्चर, साइट सर्वे, क्षमता मॉडलिंग, और राष्ट्रीय-स्तर के कार्यक्रमों पर डिलीवरी।
सार्वजनिक-क्षेत्र व्यवसाय विकास, प्री-सेल्स इंजीनियरिंग, बोली और प्रस्ताव कार्य, और क्षेत्रीय भागीदारियाँ।
गवर्नेंस, सूचना-सुरक्षा, और वह ऑडिट व डिस्क्लोज़र व्यवस्था जिसके इर्द-गिर्द प्लेटफ़ॉर्म बनाया गया है।
मीडिया संबंध, सोशल, और वीडियो प्रोडक्शन, एक वैश्विक सार्वजनिक-क्षेत्र दर्शक-वर्ग के लिए।
हम जिन बातों पर टिके रहते हैं
पढ़ते रहें
फ़्रेमवर्क की सूची से ज़्यादा हमारी दिलचस्पी इसमें है कि आपको सार्वजनिक-सुरक्षा AI में क्या ग़लत लगता है।
दो चीज़ें एक साथ आईं। लैंग्वेज मॉडल ने डिटेक्टर बनाना सस्ता कर दिया, और विनियमन ने जवाबदेही को खरीद की शर्त बना दिया: EU AI Act, NIST AI Risk Management Framework और FBI CJIS Security Policy — तीनों एजेंसी से यह दिखाने को कहते हैं कि निर्णय तक कैसे पहुँचा गया। जो प्लेटफ़ॉर्म पहले से Case ID, ऑडिट ट्रेल और ग्राहक के स्वामित्व वाले डेटा के इर्द-गिर्द बना है, वह यह बातचीत उस प्लेटफ़ॉर्म से अलग जगह से शुरू करता है जो इन्हें बाद में जोड़ रहा है।
दोनों, और दूसरा पहले से निकलता है। AI एजेंट इंजीनियरिंग, सुरक्षा, दस्तावेज़ीकरण, मार्केटिंग और सेल्स सहायता में काम करते हैं, और उनका आधार एक वर्ज़न-नियंत्रित नॉलेज बेस है जिसे एजेंट स्वयं बनाए रखते हैं। हर एजेंट के लिए एक नामित मानव ज़िम्मेदार होता है, टूल की अनुमति-सूची होती है, और किसी भी अपरिवर्तनीय कार्य से पहले मानव स्वीकृति आवश्यक है — यह सब बोर्ड द्वारा अनुमोदित नीति के तहत। आपसे इसी तरह काम करने की अपेक्षा है, देखते रहने की नहीं।
कोड में कुछ नहीं, और हम इसका दिखावा भी नहीं करते। जैसे-जैसे सॉफ़्टवेयर का बढ़ता हिस्सा मशीन-जनित होता जा रहा है, फ़ीचर और एल्गोरिद्म पहले की तुलना में बहुत कम समय में दोहराए जा सकते हैं। जो नहीं दोहराया जा सकता वह है आठ देशों में तैनाती का रिकॉर्ड, सरकारी खरीदार का भरोसा, और एक ऐसी संरचना जिसकी निगरानी संस्था ऑडिट कर सके। इसीलिए बंदिशें नीति में लिखी नहीं, प्लेटफ़ॉर्म में बनाई गई हैं।
क्योंकि यहाँ दोनों एक ही निर्णय हैं। जो तैनाती किसी खोज का वैध आधार नहीं दिखा सकती, वह नगर परिषद की बैठक, अदालत या खरीद समीक्षा में टिक नहीं पाती; और जिस एजेंसी से मौजूदा स्टाफ़ के साथ अधिक कवर करने को कहा जा रहा है, वह ऐसा सिस्टम वहन नहीं कर सकती जिसका बचाव उसे दो बार करना पड़े। सीमित बंदिशें, अनिवार्य Case ID और ऑडिट ट्रेल इंजीनियरिंग का काम हैं, और यही कारण है कि तैनातियाँ उत्पादन में बनी रहती हैं।
टीम डिफ़ॉल्ट रूप से वितरित है, नेतृत्व संयुक्त राज्य अमेरिका, अंडोरा और UAE में है और डिलीवरी टीमें लैटिन अमेरिका और यूरोप में हैं। विशिष्ट पद अपना स्थान और यात्रा-अपेक्षाएँ स्पष्ट बताते हैं।
पूरी तरह ओपन सोर्स: Kubernetes, Ceph, Cassandra, Kafka, PostgreSQL, Elasticsearch और Apache Spark, साथ में एनालिटिक्स के लिए एक प्रोप्राइटरी CPU इन्फरेंस फ़्रेमवर्क और एक NVIDIA CUDA GPU पाइपलाइन। किसी थर्ड-पार्टी प्रोप्राइटरी घटक की ज़रूरत नहीं है।