Huron היא חברת ייעוץ גלובלית המסייעת לארגונים להתמודד עם אתגרים עסקיים מורכבים באמצעות שירותים בתחומי האסטרטגיה, התפעול, הייעוץ, הדיגיטל, הטכנולוגיה והאנליטיקה. פעילותה משתרעת על פני תחומי הבריאות, החינוך, האנרגיה והשירותים הפיננסיים, והיא מציעה תמיכה מותאמת בתחומים כמו שירותים מנוהלים, מיקור חוץ ופיתוח מנהיגות. Huron מאגדת מומחים המתמקדים בפתרונות מעשיים ובעלי השפעה רבה, המותאמים לצרכים הייחודיים של כל לקוח, ולכן היא רלוונטית לאנשי מקצוע המתעניינים בייעוץ, טרנספורמציה וצמיחה ארגונית המבוססת על נתונים.
מהנדס/ת בינה מלאכותית, בינה מלאכותית יוצרת ו-RAG — Huron, בנגלורו במתכונת היברידית
פיתוח פתרונות למידת מכונה, בינה מלאכותית יוצרת ויצירה בתגבור אחזור עבור Huron. בניית יישומים מבוססי סוכנים, צינורות AI בענן, ממשקי API ומערכות ייצור.
תיאור
- יצירת מערכות בינה מלאכותית בשיטות של למידת מכונה ובינה מלאכותית יוצרת, כולל הנדסת פרומפטים, כוונון עדין, הטמעות ויצירה בתגבור אחזור (RAG).
- בניית יישומים חכמים ומערכות מבוססות סוכנים בעזרת כלים כגון LangChain, LangGraph, AutoGen או CrewAI.
- תכנון ואספקה של צינורות RAG מלאים, מקליטת מסמכים וחלוקתם למקטעים, דרך יצירת אינדקסים וקטוריים וחיפוש היברידי, ועד לתשובות תלויות הקשר.
- יצירת ממשקי API ורכיבי שירות מודולריים ומתועדים באמצעות FastAPI, Flask או מסגרות דומות.
- בניית צינורות AI וניהולם עבור קליטה, טרנספורמציה, אימות, אימון, הסקה, פריסה ואחזור ידע.
- שימוש בשירותי AI ולמידת מכונה של AWS ו-Azure לתמיכה בפיתוח ובפריסה.
- הגדרת ניטור והערכה של דיוק מודלים, סחיפה, איכות האחזור, ביסוס במקורות, אמינות והסקת מסקנות במשימות.
- שיפור מערכות RAG בסביבת ייצור מבחינת מהירות, מדרגיות, עלות ואיכות התשובות.
- עבודה עם מהנדסי תוכנה, מדעני נתונים, ארכיטקטי פתרונות ובעלי עניין עסקיים על תכנון פתרונות והעברתם לייצור.
- תרומה לניסויים, להוכחות היתכנות, לפיילוטים ולפריסות ניתנות להרחבה.
- התעדכנות בבינה מלאכותית יוצרת, בסוכני AI, במסגרות תזמור, בהערכת RAG ובשיפור מתמשך.
דרישות
- ניסיון מעשי של 4–6 שנים בפיתוח AI/ML או בהנדסת יישומים חכמים.
- שליטה ב-Python והיכרות עם ספריות AI/ML מודרניות כגון scikit-learn, PyTorch, TensorFlow או ממשקי OpenAI.
- ניסיון בתכנון ובפריסה של מערכות RAG באמצעות הטמעות, מסדי נתונים וקטוריים כגון FAISS, Pinecone, Chroma או Azure AI Search, ושיטות לאופטימיזציה של אחזור.
- ניסיון בבניית ממשקי API או שירותי Backend באמצעות FastAPI, Flask או מסגרות מקבילות.
- היכרות עם מסגרות סוכנים כגון LangGraph או AutoGen ועם דפוסי תזמור של סוכנים מרובים.
- היכרות עם פלטפורמות ענן כגון AWS או Azure ועם כלי קונטיינרים כגון Docker.
- ניסיון מעשי בפלטפורמות ML בענן כגון Azure Machine Learning, AWS SageMaker או שירותי AI/ML של Google.
- תואר ראשון במדעי המחשב, בהנדסה, במדעי הנתונים או בתחום קשור.
- ניסיון בתקנים או בכלי תזמור כגון MCP או בפרוטוקולי ניתוב סוכנים הוא יתרון.
- ניסיון בצינורות MLOps, ב-CI/CD למסירת מודלים, בכלי הערכת RAG כגון RAGAS או בניטור מודלים הוא יתרון.
- ידע בהערכת מערכות AI, בתצפיתיות, בבדיקת ביצועי פרומפטים ובאימות ביסוס במקורות הוא יתרון.
- יכולת לשתף פעולה בין תחומים, לנהל כמה פרויקטים ולתקשר עם קהלים טכניים ולא טכניים.
- הסמכות ענן בשירותי AI/ML של Azure, AWS או Google Cloud הן יתרון.