Equifax ist ein global tätiges Unternehmen in den Bereichen Finanzen, Fintech und Cybersicherheit, das sich darauf konzentriert, Daten in Erkenntnisse für wichtige Entscheidungen umzuwandeln. Das Angebot umfasst Kreditberichte, Risikomodelle, Identitätsschutz, Analysen, Cloud-Technologie und künstliche Intelligenz für Finanzinstitute, Arbeitgeber und staatliche Stellen. Equifax hat seinen Hauptsitz in Atlanta, beschäftigt nahezu 15.000 Mitarbeitende in 24 Ländern und verbindet proprietäre Daten mit Technologie, um seine Kunden bei fundierten Entscheidungen zu unterstützen.
Softwareentwickler/in II, agentische KI
Entwickle produktive LLM-Agenten, RAG-Pipelines und KI-Workflows für Unternehmen bei Equifax. Baue robuste Systeme mit Python, Orchestrierungs-Frameworks, APIs und Vektordatenbanken.
Beschreibung
- Erstelle zustandsbehaftete, mehrstufige Agenten-Workflows mit Frameworks wie LangGraph, AutoGen oder LlamaIndex.
- Verbessere Prompts mit Techniken wie Chain-of-Thought (CoT) und ReAct.
- Erstelle robuste API-Wrapper und strikte JSON-Schemas für LLM-Tool- und Funktionsaufrufe.
- Verbinde Agenten sicher mit internen Datenbanken, CRMs und Unternehmenssystemen.
- Entwickle Funktionen zur Kontextbewahrung mit Kurzzeit-Speicherpuffern und langfristiger Vektor- oder relationaler Speicherung.
- Erstelle und betreue leistungsstarke Datenaufnahme-Pipelines.
- Verbessere die Relevanz von Suchergebnissen durch hybride Suche, Optimierung von Embeddings und Reranking.
- Ergänze Fehlerbehandlung und Wiederholungsversuche bei Ratenbegrenzungen, API-Ausfällen und Halluzinationen.
- Ermögliche es Agenten, ihre Ausgaben selbst zu korrigieren oder eindeutig an menschliche Mitarbeitende zu eskalieren.
- Schreibe deterministische Softwaretests und führe Evaluationen mit LLM-as-a-Judge-Methoden durch.
- Nutze Tracing-Tools wie LangSmith und Phoenix, um Schlussfolgerungspfade zu prüfen, Endlosschleifen zu verhindern und die Latenz zu reduzieren.
- Überführe KI-Prototypen in zuverlässige Produktivsysteme.
- Schreibe sauberen, effizienten Code, optimiere LLM-Prompts, integriere APIs und verwalte zustandsbehaftete Agenten-Workflows.
Anforderungen
- Verfüge über 3–6 Jahre Berufserfahrung in der Softwareentwicklung.
- Bringe mindestens ein Jahr praktische Erfahrung im Aufbau und in der Bereitstellung produktiver LLM-Anwendungen, RAG-Pipelines oder agentischer Workflows mit.
- Beherrsche Python, einschließlich FastAPI, Pydantic und Asyncio.
- Hast praktische Erfahrung mit LLM-Orchestrierungs-Frameworks wie LangGraph, LangChain, AutoGen oder LlamaIndex.
- Hast Erfahrung mit dem Schreiben von JSON-Schemas für Function Calling.
- Hast Erfahrung mit dem Aufbau von REST- oder gRPC-API-Wrappern.
- Hast Erfahrung mit Vektordatenbanken.
- Hast Erfahrung mit Observability-Plattformen zum Nachverfolgen der Agentenausführung, Überwachen der Latenz und Evaluieren von Prompts.
- Bringst fundierte Kenntnisse in CI/CD, Git-Workflows, Unit- und Integrationstests, Docker sowie sauberer, skalierbarer Softwareentwicklung mit.
- Hast praktische Erfahrung mit cloudnativen KI-Diensten von GCP, darunter Vertex AI, ADK und Model Armour.
- Hast Berührungspunkte mit semantischen Guardrail-Frameworks wie NeMo Guardrails oder Guardrails AI.
- Bist mit Fine-Tuning, der Anpassung von Embeddings oder der lokalen Bereitstellung von Open-Source-Modellen vertraut.
Zusatzleistungen
- Umfassende Vergütungs- und Gesundheitsleistungen.
- Bezahlter Urlaub.
- Möglichkeiten zur beruflichen Weiterentwicklung über eine Online-Lernplattform mit begleiteten Karrierepfaden.
- Hybrides Arbeitsmodell.