A Betway Global a Super Group (SGHC) által működtetett, fogyasztókat célzó online sportfogadási és iGaming márka. Termékei közé a sportfogadás és az olyan regionális működési egységek által támogatott online kaszinóélmények tartoznak, mint a Betway Africa. A márka olyan sportcsapatokkal és eseményekkel áll partnerségben, mint az Arsenal, a Manchester City, a Springboks és az SA20. A Betway Global tevékenységei közé tartoznak a Super Group felelős játékkal kapcsolatos programján, a SuperPlanen keresztül megvalósuló biztonságosabb szerencsejátékot támogató kezdeményezések, valamint a közösségi és szponzori tevékenységek is.
Vezető AI-mérnök
Fejlesszen és üzemeltessen éles AI-rendszereket egy online játékokat fejlesztő vállalatnál, az Azure Machine Learningtől a RAG-on át az ágensalapú alkalmazásokig. Szállítson biztonságos, felügyelt megoldásokat, és vigye őket a koncepció igazolásától a mérhető üzleti eredményekig.
Leírás
- Alakítsa az üzleti igényeket meghatározott sikermutatókkal rendelkező AI- és gépi tanulási megoldásokká.
- Fejlesszen és hangoljon modelleket osztályozáshoz, előrejelzéshez, ajánlásokhoz, anomáliadetektáláshoz és más feladatokhoz.
- Készítse elő az adatokat jellemzőmérnökséggel, tisztítással és feltáró elemzéssel, strukturált és strukturálatlan forrásokon egyaránt.
- Építsen RAG-rendszereket beágyazásokkal, vektoros vagy hibrid kereséssel, újrarangsorolással és forrásokra támaszkodó válaszokkal.
- Kapcsolja össze és koordinálja a nagy nyelvi modelleket az Azure OpenAI és az Azure AI Foundry használatával.
- Alkalmazzon prompttervezést, strukturált kimeneteket, eszközhívást, finomhangolást vagy desztillációt, ha ezek illenek a megoldáshoz.
- Értékelje a generatív alkalmazások minőségét, sebességét és költségét, és kezelje a token- és inferenciahasználatot.
- Hozzon létre olyan ágensalapú rendszereket, amelyek eszközökön és API-kon keresztül több lépésből álló feladatokat terveznek és hajtanak végre, védelmi korlátokkal és emberi felülvizsgálattal.
- Építsen többügynökös munkafolyamatokat a Semantic Kernel, az Azure AI Agent Service, az AutoGen vagy a LangGraph segítségével.
- Tervezze meg az ágensek eszközeit, memóriáját, állapotkezelését, valamint a hibakezelési és eszkalációs útvonalakat.
- Fejlesszen nyelvfeldolgozási funkciókat, például entitáskinyerést, összegzést, érzelemelemzést és szándékfelismerést.
- Valósítson meg beszédfelismerést kötegelt feldolgozáshoz és élő átíráshoz egyaránt.
- Használjon dokumentumintelligenciát és OCR-t az űrlapokból és dokumentumokból történő információkinyeréshez.
- Tegyen közzé modelleket és AI-szolgáltatásokat API-kon, konténereken vagy felügyelt végpontokon keresztül, automatizált CI/CD-vel.
- Állítson be kísérletkövetést, modellnyilvántartásokat, verziókezelést és megismételhető tanítási folyamatokat.
- Kövesse nyomon az éles rendszerek teljesítményét, sodródását, minőségét, költségét és megbízhatóságát.
- Vizsgálja ki az üzemeltetési problémákat, és támogassa az üzleti alkalmazásokat.
- Alkalmazzon felelős AI-gyakorlatokat, többek között méltányossági ellenőrzéseket, tartalombiztonságot, értékelőeszközöket és a korlátok egyértelmű ismertetését.
- Tartsa be az adatvédelmi, adatvédelmi és szabályozási kötelezettségeket, beleértve a személyes adatokra és az adatok helyben tartására vonatkozó kontrollokat.
- Védje a rendszereket felügyelt identitásokkal, kulcskezeléssel, hálózati védelmi intézkedésekkel és a legkisebb jogosultság elvével.
- Tegye auditálhatóvá a modelleket, promptokat, adatforrásokat és döntéseket.
- Egyeztessen az adatmérnöki csapattal az adatfolyamatokról, a jellemzőkhöz való hozzáférésről és az adatminőségről.
- Dolgozzon együtt a szoftvermérnökökkel, hogy az AI-képességek beépüljenek a termékekbe és a belső platformokba.
- Ismertesse a módszereket, kompromisszumokat és eredményeket műszaki és nem műszaki kollégákkal.
- Dokumentálja az architektúrákat, értékeléseket, megoldásokat és üzemeltetési útmutatókat.
- Vigye az AI-projekteket a koncepció igazolásától az éles üzemig, mérhető üzleti eredményeket elérve.
- Teljesítse a modellekre és generatív alkalmazásokra megállapított pontossági és késleltetési célokat.
- Gondoskodjon arról, hogy a telepített rendszerek megbízhatók, támogathatók és felügyeltek legyenek, valamint megfeleljenek a felelős AI követelményeinek.
- Hozzon létre közösen használható komponenseket, adatfolyamatokat és gyakorlatokat a szélesebb csapat számára.
Követelmények
- 3–5 év gyakorlati tapasztalat AI-, gépitanulás- vagy adattudományi mérnöki munkában, beleértve az éles telepítéseket.
- Előny a számítástudományi diploma; kapcsolódó mérnöki, informatikai, adattudományi, statisztikai vagy kvantitatív végzettséget is elfogadnak.
- Előny a releváns szakmai tanúsítvány, például Microsoft Azure AI Engineer Associate (AI-102) vagy Azure Data Scientist Associate (DP-100).
- Gyakorlati tapasztalat megoldások szállításában Azure AI- és gépi tanulási szolgáltatásokkal.
- Bizonyított megvalósítási tapasztalat többek között gépi tanulás, RAG, LLM-alkalmazások, ágensalapú AI, NLP vagy beszédfelismerés területén.
- Erős Python- és SQL-ismeretek, különös tekintettel a tiszta, tesztelt és karbantartható kódra.
- A modellértékelés ismerete és a megoldások kiadás előtti validálásának képessége.
- Adat-, modell- és integrációs problémák hatékony diagnosztizálásának képessége.
- Önálló munkavégzés és együttműködés különböző szakterületek csapataival.
- Hajlandóság a folyamatos tanulásra.
- Tapasztalat a Microsoft Azure, Azure Machine Learning, Azure AI Foundry és Azure OpenAI Service használatában.
- Tapasztalat az Azure AI Search és az Azure AI Services használatában.
- Tapasztalat az Azure Functions, Azure Container Apps és AKS használatában.
- Jártasság az Azure Key Vault, Microsoft Entra ID, felügyelt identitások, Azure Monitor és Application Insights terén.
- Tapasztalat az Azure Data Lake Storage, Azure SQL, Cosmos DB, Azure Databricks és Microsoft Fabric használatában.
- Erős SQL-ismeretek és nagy mennyiségű strukturált és strukturálatlan adat kezelésében szerzett tapasztalat.
- Python-tapasztalat pandas, scikit-learn, PyTorch vagy TensorFlow, valamint Hugging Face Transformers használatával.
- Tapasztalat a LangChain, LlamaIndex, Semantic Kernel vagy egy hasonló orkestrációs keretrendszer használatában.
- Tapasztalat az MLflow és a Prompt flow használatában.
- Tapasztalat a Git, Azure DevOps, GitHub Actions, Docker és Bicep vagy Terraform alapú infrastruktúra-kóddal.
- REST API-k fejlesztésében szerzett tapasztalat, jellemzően FastAPI vagy egyenértékű keretrendszer használatával.
- Hitelügyi és büntetőjogi háttérellenőrzés szükséges.
- A képesítés ellenőrzése szükséges.
- Munkavégzés hibrid munkarendben Johannesburgban, hétfőtől csütörtökig irodai jelenléttel.
Juttatások
- Hibrid munkarend: hétfőtől csütörtökig irodai munka, pénteken távmunka.
- Szakmai fejlődési és karrierépítési lehetőségek.
- Részvételi lehetőség a Talent Management és Talent Development Programban.
- Lehetőség az új AI-technológiák megismerésére és bevezetésére.
- A kiadások támogatásához vagy incidensek megoldásához időnként rugalmas munkavégzésre lehet szükség.