A PwC globális szakmai szolgáltatói hálózat, amely könyvvizsgálati és bizonyosságot nyújtó szolgáltatásokkal, adóügyi tanácsadással, konzultációval, ügyletek támogatásával, igazságügyi szakértői vizsgálatokkal és tanácsadással segíti a vállalkozásokat, kormányokat és intézményeket. Csapatai iparág-specifikus megoldásokkal és menedzselt szolgáltatásokkal támogatják a szervezeteket világszerte a digitális transzformáció, a mesterséges intelligencia, a fenntarthatóság, a kockázatkezelés és a szabályozási megfelelés kezelésében.
Vezető mesterségesintelligencia-mérnök - PwC Haidarábád, irodai munkavégzés
Haidarábádban irányított generatív és ügynökalapú mesterségesintelligencia-megoldásokat építhet a PwC szabályozási megfelelőségi szolgáltatásaihoz. Termelési rendszereket, automatizálást és MLOps-képességeket fejleszthet globális ügyfélmegbízásokhoz.
Leírás
- Generatív mesterségesintelligencia-megoldások létrehozása nagy nyelvi modellekkel, visszakereséssel kiegészített generálással, szemantikus kereséssel, tudásgráfokkal és vállalati tudásintegrációval
- Ügynökalapú mesterségesintelligencia-képességek kialakítása autonóm munkafolyamatokkal, többügynökös összehangolással, ügynöki keretrendszerekkel, eszközintegrációkkal, korlátozó védelmekkel és emberi felügyelettel
- Gyakorlatok meghatározása a prompttervezéshez, -kezeléshez, -értékeléshez, verziókezeléshez, újrafelhasználáshoz és életciklus-irányításhoz
- Felelős mesterségesintelligencia- és irányítási módszerek alkalmazása, beleértve a kockázatértékelést, a magyarázhatóságot, az átláthatóságot, az érvényesítést, a monitorozást és a szabályozási felkészültséget
- A DevOps és az MLOps továbbfejlesztése CI/CD-vel, kódként kezelt infrastruktúrával, automatizált teszteléssel, telepítésautomatizálással, monitorozással, riasztásokkal és kiadásvezérléssel
- Az ügyfelek szabályozási és megfelelőségi folyamatainak vizsgálata a mesterséges intelligenciával támogatható fejlesztési lehetőségek feltárása érdekében
- Mesterségesintelligencia-alkalmazások fejlesztése kockázatmonitorozáshoz, szabályozási jelentésekhez és megfelelőségértékeléshez
- Az üzleti igények műszaki specifikációkká alakítása automatizálási és modellalapú eszközökhöz
- A megfelelőségi döntésekben használt adatforrások és kimeneti logika ellenőrzése
- A mesterségesintelligencia-szakértelem, az adatelemzés és a digitális eszközök használata a működési hatékonyság javítására
- Együttműködés az ügyfélcsapatokkal a kontrollhiányosságok, a munkafolyamat-korlátok és a változó megfelelőségi követelmények értékelésében
- A műszaki szállítandó eredmények értékelése szabályozási kitettség, irányítási minőség és a vállalati szabványokkal való összhang szempontjából
- Közreműködés a menedzselt szolgáltatásokban megvalósítható hatékony mesterségesintelligencia-ember együttműködés kialakításáról szóló egyeztetésekben
- A megoldás feltételezéseinek, korlátainak, határainak és megvalósítási tényezőinek dokumentálása
- Junior kollégák mentorálása a mesterséges intelligencia alapelvei, az analitikai megközelítések és a megfelelőségi felhasználási esetek terén
Követelmények
- Felsőfokú alapképzésben szerzett diploma szükséges
- Öt-nyolc év szakmai tapasztalat
- Szakmai szintű szóbeli és írásbeli angol nyelvtudás
- A B.E. vagy B.Tech végzettség előnyt jelent
- Haladó szintű gyakorlati Python-tapasztalat, beleértve az asyncio vagy anyio használatát, a típusjelöléseket és a Pydantic v2-t
- Verziózott API-szerződésekkel rendelkező FastAPI-szolgáltatások fejlesztésében szerzett tapasztalat
- LLM-alkalmazások fejlesztésében szerzett gyakorlati tapasztalat Pydantic AI-jal vagy hasonló keretrendszerekkel
- Típusos, sémával validált kimenetek létrehozásában, valamint a hibás modellválaszok újrapróbálkozással, javítással és tartalékstratégiákkal történő kezelésében szerzett tapasztalat
- OCR-megoldások, például a Tesseract és a PaddleOCR használatában szerzett tapasztalat
- PDF-könyvtárakkal, többek között a PyMuPDF-fel és a pypdf-fel szerzett tapasztalat
- LLM-értékeléshez használt valós alapadatkészletek, mezőszintű pontozás, kiindulási összehasonlítások és CI-regressziós kapuk létrehozásában szerzett tapasztalat
- A pontosságra, a tokenfelhasználásra és a késleltetésre összpontosító prompttervezési, verziókezelési és finomhangolási tapasztalat
- Az LLM-biztonság ismerete, beleértve a promptinjekció elleni védelmet és a nem megbízható bemenetek biztonságos feldolgozását
- Generatív mesterségesintelligencia-rendszerek éles környezetbe juttatásában szerzett bizonyított tapasztalat
- Docker- és Kubernetes-tapasztalat, beleértve a Helmet és a GitOps-t
- GitHub Actions használatával megvalósított CI/CD-folyamatokban szerzett tapasztalat
- Vállalati munkafolyamat-platformok, például az Appian, vagy szigorú API-szerződésekkel rendelkező egyenértékű downstream rendszerek összekapcsolásában szerzett tapasztalat
- Az ügyfélprojektek teljesítése során a mesterségesintelligencia-jártasság és a hatékony mesterségesintelligencia-ember együttműködés bemutatásának képessége
- Erős analitikai ítélőképesség összetett szabályozási kockázati helyzetekben
- Adatok elemzésében és értelmezésében szerzett jártasság
- A bizonytalanság kezelése több ügyfél-munkafolyamat összehangolása mellett
- Aktív hallgatás és empátia
- Magas fokú műszaki alaposság a megfelelőségi és irányítási munkában
Juttatások
- Gyakorlati lehetőségek készségei elmélyítésére, közvetlen tapasztalatszerzéssel
- Hozzáférés korszerű, fejlett technológiai eszközökhöz
- Befogadó munkahelyi kultúra
- Mentorálás és folyamatos műszaki fejlődés
- Együttműködés globális csapatokkal a Tanácsadás, a Könyvvizsgálat, az Adó és az Üzleti Szolgáltatások területén