1001 – 5000 Alkalmazottak
Szakképzett munkavállalói vízum szponzoraAz Euromonitor International 1972-ben alapított, 1 001–5 000 munkavállalót foglalkoztató, régóta működő vállalat. Toborzási profilja alapján szakképzett munkavállalók támogatását kínálja, ezért releváns lehet a tapasztalt nemzetközi munkáltatónál karrierlehetőségeket kereső szakemberek számára.
Szenior szoftvermérnök, adattudomány és mesterséges intelligencia
Építsen újrafelhasználható rangsorolási, információ-visszakeresési és értékelési szolgáltatásokat az Euromonitor MI-platformjához. Segítse a globális piackutatási és adatelemzési üzletág termékcsapatait MI-képességek bevezetésében.
Leírás
- Hozzon létre újrafelhasználható rangsorolási, személyre szabási és ajánlórendszer-komponenseket, a kísérletektől a megosztott szolgáltatásokig, mérhető minőségi alapértékekkel.
- Építsen ki és működtessen közös értékelési keretrendszert gondosan válogatott arany standard adatkészletekkel, LLM-as-judge folyamatokkal, CI-regressziós kapukkal és minőségi mutatókkal.
- Javítsa a strukturált és strukturálatlan adatok visszakeresését darabolási és indexelési stratégiákkal, hibrid kereséssel, újrarangsorolással és a beágyazások életciklusának kezelésével.
- Alkalmazzon szigorú statisztikai módszereket a kísérletek megtervezésére, az értékelők kalibrálására és a minőség változásainak értelmezésére.
- Tervezzen és építsen háttérszolgáltatásokat és API-kat a visszakereséshez, rangsoroláshoz, értékeléshez és az ágensalapú MI-platform komponenseihez.
- Járuljon hozzá az ágenskeretrendszerhez, a készségekhez és az eszköznyilvántartáshoz tiszta SDK-felületek, visszafelé kompatibilitás és átgondolt absztrakciók fenntartásával.
- Építsen megfigyelhetőséget, költség- és tokenmérési megoldásokat, minőségi kapukat és Felelős MI-kontrollokat az éles komponensekbe.
- Segítse a platformot használó csapatokat az átvételben referenciamegvalósításokkal, dokumentációval és bevált fejlesztési mintákkal.
- Dolgozzon együtt a Mérnöki, Architektúra és Adatplatform csapatokkal, hogy a platform megfeleljen a felhőnatív gyakorlatoknak.
- Erősítse a mérnöki gyakorlatokat tervfelülvizsgálatokkal, tesztelési szabványokkal és mentorálással.
- A Bengaluru városában működő MI- és Adattudományi csapat tagjaként a műszaki vezetőnek jelent.
Követelmények
- Legalább 7 év tapasztalat adattudományi és szoftvermérnöki területen.
- Erős gyakorlati adattudományi készségek, beleértve a gépi tanulás alapjait, a rangsorolási, ajánlórendszer- vagy NLP-tapasztalatot, valamint az értékelések megtervezéséhez és értelmezéséhez szükséges statisztikai ismereteket.
- Bizonyított tapasztalat MI- és adattudományi képességek újrafelhasználható szolgáltatásként, könyvtárként vagy több csapat által használt komponensként történő kialakításában.
- Gyakorlati generatív MI-mérnöki tapasztalat RAG- és visszakeresési rendszerekkel, valamint olyan orkestrációs keretrendszerekkel, mint a LangGraph, LangChain, LlamaIndex vagy Semantic Kernel.
- Tapasztalat prompt- és értékelőeszközök használatában.
- Tapasztalat vektoros vagy hibrid keresési technológiákkal, például Elasticsearch, OpenSearch, Azure AI Search, pgvector vagy dedikált vektoradatbázis használatával.
- Erős háttérrendszer-mérnöki készségek API- és szolgáltatástervezésben, adatfolyamatokban, valamint Azure, AWS vagy GCP környezetben végzett éles üzemeltetésben.
- Tapasztalat konténerek Kubernetes általi összehangolásában.
- Erős Python-ismeretek és legalább egy további háttérnyelv, például C#, Java, Go vagy TypeScript használatában szerzett jártasság.
- Éles rendszerek üzemeltetéséhez szükséges mérnöki fegyelem, beleértve az LLM-munkaterhelések megfigyelhetőségét és nyomon követését, az automatizált tesztelést, a CI/CD-t és a költségtudatosságot.
- Képesség a műszaki megközelítések, kompromisszumok, korlátok és eredmények világos ismertetésére mérnökök, terméktulajdonosok és más érintettek számára.
- Tapasztalat MCP- vagy eszközhívási protokollokkal, ágensfuttatókörnyezetekkel vagy olyan LLM-átjáró-mintákkal, mint az útválasztás, gyorsítótárazás és tartalék megoldások.
- Tapasztalat LLM-as-judge rendszerek kalibrálásában, arany standard adatkészlet-módszerek használatában vagy online kísérletek lebonyolításában.
- Tapasztalat olyan értékelési keretrendszerekkel, mint a Ragas, DeepEval vagy promptfoo.
- Modellfejlesztési tapasztalat PyTorch, TensorFlow vagy scikit-learn használatával, beleértve a tanítást vagy finomhangolást is, túl a nagy alapmodellek API-szintű használatán.
- Jártasság az AutoGen, CrewAI, OpenAI Agents SDK, MLflow, Azure Machine Learning, SageMaker vagy Vertex AI eszközökben.
- Hozzájárulás belső platformokhoz, nyílt forráskódú könyvtárakhoz vagy külső felhasználókkal rendelkező SDK-khoz.
- Tapasztalat információ-visszakeresésben vagy nagy léptékű keresési relevanciában.
- Piackutatási, kiadói, információs szolgáltatási vagy más olyan területen szerzett háttér, ahol kritikus a pontosság.
Juttatások
- Rugalmas munkaidő.
- Rendszeres közösségi események, köztük munka utáni összejövetelek, valamint nyári és karácsonyi partik.
- Évente két önkéntes nap.
- Adományok az új belépők nevében, valamint helyi és nemzetközi jótékonysági szervezetek támogatása különböző kezdeményezéseken keresztül.
- Versenyképes fizetés.
- Magán-egészségbiztosítás.
- Bőkezű szabadságkeret.
- Széles körű képzési és fejlődési lehetőségek.
- Előléptetési lehetőségek a részlegeken belül és azok között.
- Jutalmazás a tehetséges munkatársak számára.
- Egyenlő foglalkoztatási lehetőségek és a diszkriminációmentesség iránti elkötelezettség.