Ang Huron ay isang pandaigdigang kompanya ng pagkonsulta na tumutulong sa mga organisasyon na harapin ang masalimuot na hamon sa negosyo sa pamamagitan ng mga serbisyo sa estratehiya, operasyon, pagpapayo, digital, teknolohiya, at analitika. Saklaw ng gawain nito ang pangangalagang pangkalusugan, edukasyon, enerhiya, at mga serbisyong pinansyal, kasama ang iniangkop na suporta sa mga larangan tulad ng pinamamahalaang serbisyo, outsourcing, at pagpapaunlad ng pamumuno. Pinag-iisa ng Huron ang mga espesyalistang nakatuon sa praktikal at mataas ang epekto na mga solusyon para sa natatanging pangangailangan ng bawat kliyente, kaya angkop ito para sa mga propesyonal na interesado sa pagkonsulta, transpormasyon, at paglago ng organisasyong ginagabayan ng datos.
AI Engineer, Generative AI at RAG — Huron, Bangalore Hybrid
Bumuo ng mga solusyon sa machine learning, generative AI, at retrieval-augmented generation para sa Huron. Bumuo ng mga agentic application, cloud AI pipeline, API, at production system.
Paglalarawan
- Gumawa ng mga AI system gamit ang machine learning at generative AI, kabilang ang prompt engineering, fine-tuning, embeddings, at RAG.
- Bumuo ng mga matalinong application at agentic system gamit ang mga tool gaya ng LangChain, LangGraph, AutoGen, o CrewAI.
- Idisenyo at ihatid ang mga kumpletong RAG pipeline, mula sa pagpasok at paghahati-hati ng dokumento hanggang sa vector indexing, hybrid search, at mga kontekstuwal na tugon.
- Gumawa ng mga modular at dokumentadong API at service component gamit ang FastAPI, Flask, o katulad na framework.
- Bumuo at mamahala ng mga AI pipeline para sa pagpasok, pagbabago, validation, training, inference, deployment, at pagkuha ng kaalaman.
- Gamitin ang mga serbisyo ng AI at machine learning ng AWS at Azure upang suportahan ang development at deployment.
- Mag-set up ng monitoring at evaluation para sa katumpakan ng modelo, drift, kalidad ng retrieval, grounding, pagiging maaasahan, at pangangatwiran sa gawain.
- Pahusayin ang mga RAG system sa production para sa bilis, scalability, gastos, at kalidad ng tugon.
- Makipagtulungan sa mga software engineer, data scientist, solution architect, at stakeholder sa negosyo sa pagdidisenyo ng solusyon at paglilipat nito sa production.
- Mag-ambag sa mga eksperimento, proof of concept, pilot, at deployment na kayang palakihin.
- Subaybayan ang mga pag-unlad sa generative AI, AI agent, orchestration framework, RAG evaluation, at tuloy-tuloy na pagpapahusay.
Mga Kinakailangan
- May 4–6 na taong praktikal na karanasan sa AI/ML development o engineering ng matatalinong application.
- Mahusay sa Python at may kaalaman sa mga modernong AI/ML library gaya ng scikit-learn, PyTorch, TensorFlow, o OpenAI API.
- Nakpagdisenyo at nakapag-deploy na ng mga RAG system gamit ang embeddings, vector database gaya ng FAISS, Pinecone, Chroma, o Azure AI Search, at mga paraan ng pag-optimize ng retrieval.
- Nakabuo na ng mga API o backend service gamit ang FastAPI, Flask, o katumbas na framework.
- Pamilyar sa mga agent framework gaya ng LangGraph o AutoGen at mga pattern ng multi-agent orchestration.
- May kaalaman sa mga cloud platform gaya ng AWS o Azure at mga container tool gaya ng Docker.
- May praktikal na karanasan sa mga cloud ML platform gaya ng Azure Machine Learning, AWS SageMaker, o mga serbisyo ng Google AI/ML.
- May bachelor's degree sa Computer Science, Engineering, Data Science, o kaugnay na larangan.
- Dagdag na bentahe ang karanasan sa mga orchestration standard o tool gaya ng MCP o agent routing protocol.
- Dagdag na bentahe ang karanasan sa MLOps pipeline, CI/CD para sa paghahatid ng modelo, mga tool sa RAG evaluation gaya ng RAGAS, o model monitoring.
- Dagdag na bentahe ang kaalaman sa evaluation ng AI system, observability, pagsubok sa performance ng prompt, at validation ng grounding.
- Kayang makipagtulungan sa iba't ibang pangkat, mamahala ng maraming proyekto, at makipag-usap sa mga teknikal at di-teknikal na tao.
- Dagdag na bentahe ang mga cloud certification sa serbisyong AI/ML mula sa Azure, AWS, o Google Cloud.