Ang EXL ay isang kompanya sa pagkonsulta sa negosyo at mga serbisyo na tumutulong sa mga organisasyon na gamitin ang datos, analytics, at teknolohiya upang mapahusay ang mga operasyon at makagawa ng mas mabubuting desisyon. Kabilang sa gawain nito ang pamamahala ng operasyon, decision analytics, at digital transformation, na may karanasan sa pagsuporta sa mga kliyente sa pangangalagang pangkalusugan, insurance, pananalapi, at logistics. Pinagsasama ng EXL ang data science at praktikal na kadalubhasaan sa negosyo upang bumuo ng mga solusyong iniangkop sa mga layunin, operating model, at konteksto ng industriya ng bawat organisasyon.
Senior na Pinuno ng Generative AI Engineering sa EXL (Hybrid, Estados Unidos)
Pangunahan ang pagdisenyo ng mga solusyon sa LLM at agentic AI para sa malalaking negosyo. Bumuo ng mga workflow na may pamamahala at handa sa produksyon sa AWS, Google Cloud, at Snowflake.
Paglalarawan
- Magdisenyo at maghatid ng mga GenAI system para sa negosyo gamit ang mga LLM, foundation model, at agentic AI framework.
- Gumawa ng mga pattern, accelerator, at reference architecture ng AI na magagamit muli.
- Gawing scalable na AI workflow at production-ready na proof of concept ang mga hamon sa negosyo.
- I-modernize ang mga AI platform sa pamamagitan ng paggamit ng mga bagong teknolohiya ng GenAI at subok nang mga pamamaraan.
- Gumawa at magpanatili ng mga framework sa prompt engineering na nagbibigay ng kontrolado at maaasahang output ng LLM.
- Magtatag ng mga kasanayan para sa prompt versioning, pamamahala ng lifecycle, at pagsubok.
- Bumuo ng mga pananggalang sa AI laban sa hallucination, bias, banta sa seguridad, at mga pangangailangan sa pagsunod sa patakaran.
- Bumuo ng mga scalable na orchestration pipeline gamit ang LangGraph, LangChain, CrewAI, Semantic Kernel, o mga katulad na tool.
- Gumawa ng mga reusable na bahagi ng AI, tool, agent, at template ng workflow.
- Bumuo ng mga multi-agent system at autonomous na workflow.
- Makipagtulungan sa mga stakeholder sa negosyo upang matukoy ang mahahalagang gamit ng AI.
- Gumawa ng mga prototype at MVP ng AI gamit ang synthetic at enterprise data.
- Gawing production application ang mga prototype na nakatutugon sa mga pamantayan ng scalability, seguridad, at pagiging maaasahan.
- Magdisenyo ng mga scalable na arkitektura ng GenAI sa AWS, Google Cloud, at Snowflake.
- Gamitin ang Amazon Bedrock, SageMaker, Vertex AI, Snowflake Cortex AI, at iba pang cloud-native na serbisyo ng AI.
- Magdisenyo ng mga RAG system gamit ang vector database, embedding, at semantic search.
- Pagbutihin ang deployment ng modelo, bilis ng inference, at kahusayan sa gastos ng imprastraktura.
- Gumawa ng mga framework sa pagsusuri para sa katumpakan, kaugnayan, latency, kaligtasan, at epekto sa negosyo.
- Bumuo ng mga benchmark para sa prompt, modelo, at workflow.
- Magtakda ng mga KPI, kasanayan sa observability, at estratehiya sa monitoring.
- Pagbutihin ang performance ng modelo sa pamamagitan ng prompt tuning, pagpapahusay sa retrieval, at pagpino ng workflow.
Mga Kinakailangan
- Bachelor’s o master’s degree sa computer science, artificial intelligence, data science, engineering, o kaugnay na disiplina.
- Hindi bababa sa 8 taong karanasan sa software engineering, machine learning, data engineering, o pagbuo ng mga solusyon sa AI.
- Hindi bababa sa 4 na taong praktikal na karanasan sa generative AI, LLM, at foundation model.
- Matibay na karanasan sa pagdidisenyo ng mga solusyon sa GenAI para sa negosyo gamit ang mga advanced na arkitektura ng LLM at prompt framework.
- Kadalubhasaan sa pagbuo ng mga scalable na AI workflow, orchestration pipeline, at reusable na bahagi ng AI.
- Kakayahang gawing production-ready na mga solusyon at prototype ng AI ang mga pangangailangan ng negosyo gamit ang synthetic data.
- Malalim na kaalaman sa prompt versioning, pamamahala, mga pananggalang, at kontroladong output ng LLM.
- Matibay na pag-unawa sa mga framework sa pagsusuri ng AI, pamamaraan ng benchmarking, at mga teknik sa optimization.
- Karanasan sa mga vector database, embedding, semantic search, at arkitektura ng RAG.
- Mahusay sa Python at pamilyar sa mga makabagong framework sa pagbuo ng AI at machine learning.