Synechron
Synechron
Ang Synechron ay isang kompanya ng pagkonsulta sa digital transformation na naglilingkod sa mga organisasyon sa sektor ng serbisyong pinansyal at malalaking kompanya ng teknolohiya. Saklaw ng kanilang gawain ang pagkonsulta, disenyo, cloud, data, at engineering, na may partikular na kadalubhasaan sa mga pagbabayad, napapanatiling pananalapi, blockchain, at artificial intelligence. Sa pandaigdigang pangkat na may mahigit 14,000 propesyonal, sinusuportahan ng Synechron ang mga kliyenteng naglalayong gawing makabago ang teknolohiya, bumuo ng mga digital na produkto, at tumugon sa pagbabago sa buong sektor ng serbisyong pinansyal.

Pangunahing Arkitek ng AI - Generative AI at mga LLM para sa Enterprise

Pangungunahan ang mga enterprise platform ng Synechron para sa Generative AI, LLM, RAG at Agentic AI. Huhubog sa arkitektura ng Azure at AWS, pamamahala at malakihang paghahatid ng AI.

Paglalarawan

  • Itakda at isakatuparan ang roadmap ng AI at Generative AI ng Synechron ayon sa mga layunin ng negosyo
  • Pangungunahan ang mga inisyatiba para sa enterprise AI transformation at adoption
  • Makipagtulungan sa mga stakeholder sa negosyo, produkto at ehekutibo upang tukuyin ang mga oportunidad sa AI at hubugin ang mga estratehiya sa inobasyon
  • Bumuo, magturo at sumuporta sa mga multidisciplinary na team sa AI engineering, arkitektura at data science
  • Lumikha ng mga balangkas para sa pamamahala ng AI, responsableng AI, pamamahala ng panganib at paggawa ng desisyon
  • Magdisenyo ng mga platform at solusyon sa AI at Generative AI na pang-enterprise
  • Tukuyin ang mga arkitekturang sumasaklaw sa data ingestion, model orchestration, RAG pipelines, vector database, AI agent, integration, seguridad, monitoring at observability
  • Gabayan ang mga desisyon sa arkitektura para sa mga LLM application na binuo gamit ang Azure OpenAI, AWS Bedrock at iba pang foundation-model ecosystem
  • Magtakda ng mga pamantayan sa AI platform, reusable framework, design pattern at enterprise practice
  • Magdisenyo ng mga scalable na multi-agent at Agentic AI system
  • Pangasiwaan ang mga kumplikadong programa sa AI mula sa paunang konsepto hanggang sa production deployment
  • Pangungunahan ang mga architecture review, technical governance, pagsusuri ng kalidad ng solusyon at pamamahala ng panganib sa delivery
  • Makipagtulungan sa mga team sa engineering, DevOps, MLOps at cloud upang suportahan ang matagumpay na deployment
  • Subaybayan ang mga dependency, milestone, panganib, desisyon at resulta ng programa
  • Iharap ang estratehiya sa AI, mga pagpipilian sa arkitektura, teknikal na panganib at progreso ng delivery sa mga teknikal at hindi teknikal na audience
  • Hubugin ang mga desisyon sa arkitektura sa antas ng pamumuno sa pamamagitan ng mga rekomendasyong batay sa ebidensya
  • Mag-coach ng mga arkitekto, AI engineer at technical lead
  • Pangungunahan ang mga teknikal na talakayan, design review, governance forum at session para sa pag-apruba ng solusyon
  • Tukuyin at suriin ang mga enterprise AI architecture sa pamamagitan ng mga review sa arkitektura, pamamahala, kalidad, panganib at pagpaplano ng programa
  • Tiyaking natutugunan ng mga production solution ang mga pamantayan sa scalability, performance, seguridad at compliance

Mga Kinakailangan

  • Mahigit 10 taong karanasan sa AI architecture, software engineering, machine learning, data platform, cloud architecture o kaugnay na teknikal na larangan
  • Napatunayang tagumpay sa pagdisenyo at paghahatid ng mga enterprise-scale na solusyon sa AI at Generative AI
  • Malalim na kaalaman sa Generative AI, LLM, NLP, Transformer architecture, prompt engineering at model evaluation
  • Hands-on na karanasan sa RAG, Agentic AI framework, LangChain, LangGraph, MCP, AI guardrail at multi-agent system
  • Malawak na karanasan sa Azure at/o AWS, kabilang ang Azure OpenAI Services at AWS Bedrock
  • Karanasan sa Kubernetes, Docker, API Management at microservices architecture
  • Kaalaman sa vector database, knowledge graph, semantic search, data engineering at enterprise integration pattern
  • Malakas na pag-unawa sa MLOps, model monitoring, observability, production AI operations at AI lifecycle management
  • May track record sa pamamahala ng cross-functional team at malakihang delivery program
  • Karanasan sa pag-impluwensya sa mga desisyon sa arkitektura at pakikipag-ugnayan sa mga ehekutibo at stakeholder sa negosyo
  • Kinakailangan o mas pinipili, depende sa kaugnay na karanasan, ang bachelor’s o master’s degree sa Computer Science, Artificial Intelligence, Data Science, Engineering o kaugnay na larangan
  • Maaari ring maging kuwalipikado ang katumbas na karanasan sa AI platform engineering, enterprise architecture, cloud transformation, machine learning engineering, data engineering o technical program delivery
  • Mas pinipili ang mga sertipikasyon sa Azure AI, AWS Machine Learning, cloud architecture, enterprise architecture o katumbas na teknolohiya
  • Mas pinipili ang pagsasanay sa Generative AI, AI governance, responsableng AI, AI security, MLOps, cloud-native architecture at program delivery
  • Inaasahan ang patuloy na propesyonal na pag-unlad sa AI architecture, LLM ecosystem, Agentic AI, cloud platform, enterprise integration, governance at mga umuusbong na teknolohiya sa AI

Mga Benepisyo

  • Mga flexible na kaayusan sa trabaho
  • Mga oportunidad sa mentoring
  • Panloob na mobility
  • Mga programa sa pagkatuto at pag-unlad