
A Turnkey Africa Ltd biztosítási technológiákat fejleszt és kezel afrikai biztosítók és bankok számára. A TurnQuest Insurance Suite a biztosítási életciklus egészét lefedő alkalmazásokat egy közös platformon egyesíti, támogatva a vállalat biztosítási szoftverekkel és bankbiztosítási szolgáltatásokkal kapcsolatos tevékenységét. A Turnkey Africa tájékoztatása szerint hét afrikai országban több mint 42 biztosítási és banki ügyfelet szolgál ki, és az iparág fejlődésével párhuzamosan kutatás-fejlesztésbe fektet.
Pályakezdő AI-mérnök
Python-, modell- és LLM-integrációk fejlesztése és értékelése a Caava Group Evolve biztosításkezelő platformjához. AI-funkciók fejlesztésének, tesztelésének és bevezetésének támogatása hibrid munkarendben, nigériai munkavégzéssel.
Leírás
- Az AI-funkciókhoz tartozó, meghatározott feladatkörű Python-komponensek és integrációk fejlesztése.
- Adatkészletek előkészítése, az adatformátumok, a teljesség és a címkézés minőségének ellenőrzése.
- Modell- és LLM-API-k összekapcsolása az Evolve munkafolyamataival.
- Promptok, strukturált válaszok és kimenet-ellenőrzés beállításának támogatása.
- Ismételhető értékelések futtatása általános, szélsőséges és hibás esetekre.
- A kimenetek összevetése az egyeztetett kritériumokkal, a hibák, korlátok és visszaesések dokumentálása.
- Megbízhatatlan eredmények és integrációs problémák kivizsgálása, a megállapítások dokumentálása és az aggályok jelzése.
- A jóváhagyott adatvédelmi és biztonsági eljárások követése személyes adatok, hitelesítő adatok és bizalmas információk kezelésekor.
- A bevezetés és a felügyelet támogatása, az API-hibák, válaszidők, használat és költségek nyomon követése útmutatással.
- Tartalék megoldások vagy emberi felülvizsgálati lépések hozzáadása.
- Jól olvasható kód karbantartása Git, tesztek és kódellenőrzések segítségével.
- API-k és értékelési eredmények dokumentálása, a visszajelzések beépítése, valamint az előrehaladás és az akadályok megosztása.
- Együttműködés az Evolve szoftvermérnökeivel, QA-mérnökeivel és termékcsapataival.
Követelmények
- A releváns tapasztalat származhat szakmai gyakorlatból, tanulmányi munkából vagy személyes projektből.
- Informatikai, szoftvermérnöki, adattudományi vagy kapcsolódó diploma, illetve releváns projektekkel alátámasztott, egyenértékű gyakorlati képzés.
- Alapszintű Python-ismeretek, amelyeket tanulmányi munka, szakmai gyakorlat vagy működő projekt igazol.
- A gépi tanulás alapfogalmainak és értékelési mérőszámainak ismerete, valamint a modellkimenetek korlátainak megértése.
- REST API-k, HTTP, JSON, Git, automatizált tesztelés és hibakeresés ismerete meglévő kódbázisban.
- Strukturált adatok kezelésének képessége, dokumentáció használata, valamint egy technikai feladat megközelítésének és eredményének elmagyarázása.
- Gondos odafigyelés a részletekre és megfontolt ítélőképesség adatkezeléskor.
- Világos kommunikáció és nyitottság a visszajelzés kérésére és alkalmazására.
- Előnyt jelent: FastAPI vagy Flask, pandas vagy NumPy használatában szerzett tapasztalat.
- Előnyt jelent: modell-API-t, LLM-et, scikit-learnt, PyTorchot vagy TensorFlow-t alkalmazó projekt.
- Előnyt jelent: SQL, Docker, Java vagy Spring Boot, felhőalapú technológiák vagy CI-munkafolyamatok ismerete.
Kapcsolódó állások
Nem találhatók állások
Módosítsd vagy töröld a szűrőket, hogy további lehetőségeket találj.