Quantiphi היא חברת הנדסה דיגיטלית שהבינה המלאכותית נמצאת בליבת פעילותה, והיא מסייעת לארגונים ליישם בינה מלאכותית, נתונים וטכנולוגיות ענן כדי להתמודד עם אתגרים עסקיים מורכבים. החברה נוסדה בשנת 2013 ומשלבת מומחיות בייעוץ ובהנדסה כדי לבנות יישומי בינה מלאכותית הניתנים להרחבה, לפתח יכולות לניתוח נתונים, לחדש תשתיות ענן ולספק הטמעות מותאמות אישית. פעילותה תומכת בארגונים בתחומים כגון בריאות, פיננסים, חינוך, קמעונאות ולוגיסטיקה, בשיתוף פעולה עם שותפים טכנולוגיים ובהם AWS, Google Cloud ו-NVIDIA. צוותי Quantiphi מתמקדים בהפיכת טכנולוגיות מתקדמות לפתרונות מעשיים המקדמים טרנספורמציה ארגונית.
מהנדס למידת מכונה בכיר ב-Quantiphi - מומבאי, עבודה מהמשרד
הובלת התכנון והאספקה של מערכות מדרגיות ללמידת מכונה, למודלי שפה גדולים ולבינה מלאכותית שיחתית ב-Quantiphi. בניית מסגרות סוכנים, יכולות MLOps ופתרונות משולבים עם AWS.
תיאור
- תכנון, פיתוח ופריסה של פתרונות מדרגיים ללמידת מכונה, הכוללים למידת מכונה מסורתית, מודלי שפה גדולים ובינה מלאכותית שיחתית.
- אחריות על מחזור החיים המלא של למידת המכונה והבינה המלאכותית, מהכנת נתונים והנדסת תכונות ועד פיתוח, תיקוף, פריסה וניטור של מודלים.
- יצירת מסגרות סוכנים מוכנות לייצור, עם קריאות לכלים ותהליכי עבודה מתואמים של סוכנים מרובים.
- יישום שיטות MLOps במערכות למידת מכונה ובמערכות המבוססות על מודלי שפה גדולים.
- פיתוח ממשקי REST API אמינים המחברים פתרונות למידת מכונה ובינה מלאכותית שיחתית ליישומים ארגוניים ולשירותים חיצוניים.
- בניית יכולות מדרגיות לניתוח שיחות ולתצפיתיות במערכות בינה מלאכותית.
- שיתוף פעולה עם מדעני נתונים, מהנדסי נתונים, מנהלי מוצר ובעלי עניין כדי להפוך צורכי עסק לפתרונות מדרגיים ללמידת מכונה ולבינה מלאכותית.
- תכנון פתרונות המופעלים באמצעות מודלי שפה גדולים והובלת פיתוח מסגרות סוכנים על גבי תשתית AWS.
דרישות
- 4–7 שנות ניסיון מקצועי.
- יכולת מוכחת לתכנן, לפתח ולפרוס פתרונות למידת מכונה בקנה מידה גדול, כולל למידת מכונה מסורתית ובינה מלאכותית שיחתית המבוססת על מודלי שפה גדולים.
- ניסיון בניהול מחזור החיים המלא של למידת המכונה והבינה המלאכותית, כולל הכנת נתונים, הנדסת תכונות, פיתוח מודלים, תיקוף, פריסה וניטור.
- רקע בתכנון מסגרות סוכנים ברמת ייצור, תהליכי עבודה של קריאות לכלים ותיאום בין סוכנים מרובים.
- מומחיות ב-MLOps הכוללת פריסה, ניטור ואופטימיזציה של מערכות למידת מכונה ומודלי שפה גדולים.
- ידע מעמיק ברגרסיה, עצי החלטה, מכונות וקטורים תומכים, שיטות אנסמבל, אשכולות, עיבוד מקדים של נתונים, בחירת תכונות ומידול סטטיסטי.
- הבנה מתקדמת של הנדסת פרומפטים, אופטימיזציית הקשר, דפוסי הסקת מסקנות של סוכנים, RAG, מסדי נתונים וקטוריים וחיפוש סמנטי.
- שליטה גבוהה ב-Python עם scikit-learn, XGBoost, LightGBM, LangChain ו-CrewAI.
- ניסיון בבניית ממשקי REST API robust למודלים של למידת מכונה וליישומי בינה מלאכותית שיחתית.
- ניסיון בשירותי AWS כגון SageMaker ו-Bedrock.
- ניסיון בפיתוח מסגרות מדרגיות לניתוח שיחות ולתצפיתיות של בינה מלאכותית.
- יכולות מצוינות בפתרון בעיות, בתקשורת ובניהול בעלי עניין.
- ניסיון ב-Model Context Protocol (MCP) או בתקנים דומים לתקשורת בין סוכנים הוא יתרון.
- ניסיון באוטומציית תמיכת לקוחות או בטכנולוגיות של מרכזי קשר הוא יתרון.
- הסמכות בינה מלאכותית בענן, כגון AWS ML Specialty, Azure AI Engineer או Google Cloud ML Engineer, הן יתרון.
הטבות
- סביבת עבודה המבוססת על שקיפות, גיוון, יושרה, למידה ופיתוח קריירה.
- סביבה התומכת בחדשנות לצד צמיחה מקצועית ואישית.