Brillio
Brillio
Brillio е технологична консултантска компания, която помага на организациите да се справят с цифровата трансформация в здравеопазването, застраховането, логистиката, финансовите услуги, телекомуникациите и медиите, науките за живота и търговията на дребно. Работата ѝ обхваща клиентското изживяване, данните и изкуствения интелект, генеративния изкуствен интелект, разработването на продукти и платформи, както и инфраструктурата, облачните технологии и сигурността. Brillio съчетава инженерна експертиза с познания за различни индустрии, за да разработва цифрови продукти и да модернизира технологични среди, помагайки на бизнеса да реагира на променящите се пазарни и технологични изисквания.

Учен за данни за AI агенти и RAG

В Brillio ще създавате и внедрявате в продукционна среда AI агенти и LLM приложения, включително RAG системи. Ще работите с промптове, извличане на информация и рамки за оценяване.

Описание

  • Проектиране на работни потоци за AI агенти от разработването на промптове до внедряването в продукционна среда
  • Разработване и оптимизиране на RAG потоци, включително разделяне на части, ембединг модели, класиране и управление на контекста
  • Изграждане на работни потоци за prompt engineering със систематично тестване и стратегии chain-of-thought
  • Свързване на агенти с бази данни, механизми с правила, системи за валидиране и инструменти за форматиране
  • Въвеждане на автоматизирани проверки на качеството и слоеве за валидиране
  • Добавяне на инструменти за наблюдение към решенията и съвместна работа с учени по данните върху рамки за оценяване
  • Внедряване и поддръжка на AI/ML решения в продукционна среда с внимание към надеждността, мониторинга и граничните случаи
  • Създаване на цикли за обратна връзка, които използват експертни оценки за подобряване на работата на агентите

Изисквания

  • 2–4 години опит, включително поне 2 години в разработването на LLM приложения, RAG системи или работни потоци за AI агенти
  • Напреднало владеене на Python
  • Практически опит с LLM рамки като LangChain, LlamaIndex или сходни инструменти
  • Познаване на prompt engineering и систематичното тестване на промптове
  • Разбиране на RAG архитектури, включително ембединг модели, векторни хранилища, стратегии за извличане и повторно класиране
  • Опит в изграждането на многоетапни работни потоци за агенти с използване на инструменти, разклонена логика и надеждно обработване на грешки
  • Опит във внедряването и мониторинга на AI/ML решения в продукционна среда
  • Опит с инструменти и рамки за потоци от данни като KubeFlow, BentoML, Great Expectations или Evidently AI

Свързани работни места

Thomson Reuters

Учен по данни за анализ на персонала и машинно обучение

Thomson Reuters

Създавайте аналитични продукти за човешки ресурси и решения с машинно обучение в Thomson Reuters, като превръщате бизнес нуждите в полезни инструменти за работа с данни. Разработвайте приложения с React и FastAPI, системи Snowflake и работни процеси с LLM за анализ на персонала.

Отвори