EXL je tvrtka za poslovno savjetovanje i usluge koja organizacijama pomaže u korištenju podataka, analitike i tehnologije za unapređenje poslovanja i donošenje boljih odluka. Njezino djelovanje obuhvaća upravljanje poslovanjem, analitiku za donošenje odluka i digitalnu transformaciju, uz iskustvo u pružanju podrške klijentima u zdravstvu, osiguranju, financijama i logistici. EXL spaja znanost o podacima s praktičnim poslovnim stručnim znanjem kako bi razvila rješenja prilagođena ciljevima, operativnom modelu i kontekstu industrije svake organizacije.
Voditelj inženjerstva generativne umjetne inteligencije u EXL-u (hibridno, Sjedinjene Američke Države)
Vodite dizajn poslovnih rješenja temeljenih na LLM-ovima i agentnoj umjetnoj inteligenciji. Izrađujte upravljane tijekove rada spremne za produkciju na platformama AWS, Google Cloud i Snowflake.
Opis
- Dizajnirajte i isporučujte poslovne sustave generativne umjetne inteligencije koji upotrebljavaju LLM-ove, temeljne modele i okvire agentne umjetne inteligencije.
- Izrađujte ponovno upotrebljive obrasce umjetne inteligencije, akceleratore i referentne arhitekture.
- Pretvarajte poslovne izazove u skalabilne tijekove rada umjetne inteligencije i dokaze koncepta spremne za produkciju.
- Modernizirajte platforme umjetne inteligencije primjenom novih tehnologija generativne umjetne inteligencije i ustaljenih praksi.
- Izrađujte i održavajte okvire za prompt inženjerstvo koji omogućuju kontrolirane i pouzdane izlaze LLM-ova.
- Uspostavljajte verzioniranje promptova, upravljanje njihovim životnim ciklusom i prakse testiranja.
- Izrađujte zaštitne mehanizme umjetne inteligencije za halucinacije, pristranost, sigurnosne prijetnje i zahtjeve usklađenosti.
- Razvijajte skalabilne orkestracijske cjevovode uz LangGraph, LangChain, CrewAI, Semantic Kernel ili slične alate.
- Izrađujte ponovno upotrebljive komponente, alate, agente i predloške tijekova rada umjetne inteligencije.
- Izrađujte sustave s više agenata i autonomne tijekove rada.
- Surađujte s poslovnim dionicima kako biste prepoznali korisne slučajeve primjene umjetne inteligencije.
- Izrađujte prototipove umjetne inteligencije i minimalno održive proizvode (MVP) koristeći sintetičke i poslovne podatke.
- Pretvarajte prototipove u produkcijske aplikacije koje zadovoljavaju standarde skalabilnosti, sigurnosti i pouzdanosti.
- Dizajnirajte skalabilne arhitekture generativne umjetne inteligencije na platformama AWS, Google Cloud i Snowflake.
- Upotrebljavajte Amazon Bedrock, SageMaker, Vertex AI, Snowflake Cortex AI i druge nativne cloud usluge umjetne inteligencije.
- Dizajnirajte RAG sustave koristeći vektorske baze podataka, ugradnje i semantičko pretraživanje.
- Unapređujte implementaciju modela, brzinu zaključivanja i troškovnu učinkovitost infrastrukture.
- Izrađujte okvire za procjenu točnosti, relevantnosti, latencije, sigurnosti i poslovnog učinka.
- Razvijajte referentne testove za promptove, modele i tijekove rada.
- Definirajte ključne pokazatelje uspješnosti (KPI), prakse opažljivosti i strategije nadzora.
- Poboljšavajte performanse modela podešavanjem promptova, unapređenjem dohvaćanja i doradom tijekova rada.
Zahtjevi
- Završen preddiplomski ili diplomski studij računarstva, umjetne inteligencije, podatkovne znanosti, inženjerstva ili srodnog područja.
- Najmanje 8 godina iskustva u softverskom inženjerstvu, strojnom učenju, podatkovnom inženjerstvu ili razvoju AI rješenja.
- Najmanje 4 godine praktičnog iskustva s generativnom umjetnom inteligencijom, LLM-ovima i temeljnim modelima.
- Opsežno iskustvo u dizajnu poslovnih rješenja generativne umjetne inteligencije s naprednim arhitekturama LLM-ova i okvirima za promptove.
- Stručnost u razvoju skalabilnih tijekova rada umjetne inteligencije, orkestracijskih cjevovoda i ponovno upotrebljivih komponenti umjetne inteligencije.
- Sposobnost pretvaranja poslovnih potreba u AI rješenja i prototipove spremne za produkciju uz upotrebu sintetičkih podataka.
- Detaljno poznavanje verzioniranja promptova, upravljanja, zaštitnih mehanizama i kontroliranih izlaza LLM-ova.
- Dobro razumijevanje okvira za procjenu umjetne inteligencije, metoda usporednog testiranja i tehnika optimizacije.
- Iskustvo s vektorskim bazama podataka, ugradnjama, semantičkim pretraživanjem i RAG arhitekturama.
- Dobro poznavanje Pythona i suvremenih okvira za razvoj umjetne inteligencije i strojnog učenja.