Ford Motor Company
Ford Motor Company
Ford Motor Company е базиран в Съединените щати автомобилен производител с история, датираща от 1903 г. Освен че разработва и произвежда превозни средства, компанията разширява фокуса си към услуги за мобилност, дигитални изживявания и софтуер. Дейността на Ford включва и инициативи за устойчиво развитие и екологични цели, които свързват транспорта, иновациите, въздействието върху общностите и отговорните бизнес практики.

Архитект на AI/ML във Ford Motor Company (хибридно, Индия)

Разработвайте автономни агенти, мултиагентни системи и RAG канали за корпоративна употреба. Внедрявайте генеративен AI в продукционна среда в Google Cloud с MLOps, контейнери и векторни бази данни.

Описание

  • Разработване и внедряване на автономни и полуавтономни AI агенти за корпоративни процеси.
  • Проектиране на мултиагентни архитектури с оркестрация, разбиване на задачи, цикли на планиране и комуникация между агентите.
  • Свързване на агентите с корпоративни платформи, REST и GraphQL API, бази данни и услуги на Google Cloud.
  • Изграждане на възможности за краткосрочна, дългосрочна, епизодична и семантична памет.
  • Създаване, тестване, усъвършенстване и поддръжка на шаблони за промптове и библиотеки с повторно използваеми промптове.
  • Оценяване, избор и фино настройване на базови модели, включително Gemini чрез Vertex AI Model Garden.
  • Изграждане и настройване на RAG канали с висок капацитет и ниска латентност, включително приемане на документи, разделянето им на части и генериране на ембединг представяния.
  • Интегриране и управление на мащабируеми векторни бази данни.
  • Почистване и подготовка на структурирани и неструктурирани данни за употреба.
  • Осигуряване на защитени среди в Google Cloud чрез инфраструктура като код с Terraform.
  • Изграждане и поддръжка на CI/CD канали за автоматизирани тестове, изграждане на контейнери и внедряване в различни среди.
  • Пакетиране на приложения и агенти с Docker и внедряването им в GKE или Cloud Run.
  • Настройване на оркестрация на работни процеси с инструменти като Vertex AI Pipelines или Cloud Composer/Airflow.
  • Определяне на метрики и тестови канали за оценка на качеството на агентите, латентността, използването на токени и честотата на халюцинациите.
  • Добавяне на филтриране на съдържанието, модериране, проверки за обоснованост, защита срещу инжектиране на промптове, мерки за поверителност и контролни точки за човешки преглед.
  • Настройване на продукционно наблюдение, логове, разпределено проследяване и сигнали в реално време.
  • Подобряване на работните процеси на агентите, настройките на моделите, кеширането и инфраструктурата за намаляване на разходите и повишаване на ефективността.
  • Управление на клонове в Git, заявки за изтегляне и прегледи на код.
  • Работа с учени по данните, софтуерни инженери и бизнес екипи за предоставяне на AI решения, готови за продукционна среда.
  • Документиране на системната архитектура, работните процеси на агентите, инструментите, промптовете, контейнерите и оперативните процедури.

Изисквания

  • Най-малко три години професионален опит в машинното обучение или AI инженерството и солидни основи в MLOps.
  • Една до две години практически опит в проектирането и внедряването на продукционни LLM системи, генеративен AI или агентни системи.
  • Експертно владеене на Python.
  • Опит с PyTorch, TensorFlow или Scikit-learn.
  • Задълбочени теоретични и практически познания по дълбоко обучение, обработка на естествен език и архитектури Transformer.
  • Практически опит с LangChain, LangGraph, LlamaIndex, CrewAI или Vertex AI Agent Builder.
  • Доказан опит с Google Cloud Platform, Docker, Kubernetes/GKE, Cloud Run и Cloud Functions.
  • Доказан опит с векторно индексиране, семантично търсене, Vertex AI Vector Search, AlloyDB или сравними инструменти.
  • Познаване на SQL и NoSQL бази данни, REST API и GraphQL API.
  • Опит с Terraform, Git и CI/CD инструменти като Cloud Build, GitLab CI или Jenkins.
  • Опит с Prometheus, Cloud Logging или LangSmith и с оценяване на качеството и безопасността на изходите от LLM.
  • Сертификатът Google Cloud Professional Machine Learning Engineer или Professional Cloud Architect е силно желателен.
  • Бакалавърска степен или еквивалентна квалификация.