Ford Motor Company è un produttore automobilistico con sede negli Stati Uniti e una storia che risale al 1903. Oltre a sviluppare e produrre veicoli, l’azienda sta ampliando il proprio focus verso i servizi di mobilità, le esperienze digitali e il software. Le attività di Ford comprendono anche iniziative di sostenibilità e obiettivi ambientali, riflettendo un approccio che unisce trasporti, innovazione, impatto sulle comunità e pratiche aziendali responsabili.
Architetto IA e machine learning presso Ford Motor Company (ibrido, India)
Sviluppa agenti autonomi, sistemi multiagente e pipeline RAG per le aziende. Distribuisci IA generativa in produzione su Google Cloud con MLOps, container e database vettoriali.
Descrizione
- Sviluppare e distribuire agenti IA autonomi e semi-autonomi per i processi aziendali.
- Progettare architetture multiagente con orchestrazione, scomposizione delle attività, cicli di pianificazione e comunicazione tra agenti.
- Collegare gli agenti alle piattaforme aziendali, alle API REST e GraphQL, ai database e ai servizi Google Cloud.
- Creare funzionalità di memoria a breve e lungo termine, episodica e semantica.
- Creare, testare, perfezionare e mantenere modelli di prompt e librerie di prompt riutilizzabili.
- Valutare, selezionare e ottimizzare modelli fondazionali, incluso Gemini tramite Vertex AI Model Garden.
- Creare e ottimizzare pipeline RAG ad alto throughput e bassa latenza, inclusi acquisizione dei documenti, suddivisione in segmenti e generazione di embedding.
- Integrare e gestire database vettoriali scalabili.
- Pulire e preparare dati strutturati e non strutturati per l’utilizzo.
- Predisporre ambienti Google Cloud sicuri con Terraform come infrastruttura come codice.
- Creare e gestire pipeline CI/CD per test automatizzati, build dei container e distribuzione in ambienti diversi.
- Confezionare applicazioni e agenti con Docker e distribuirli su GKE o Cloud Run.
- Configurare l’orchestrazione dei flussi di lavoro con strumenti come Vertex AI Pipelines o Cloud Composer/Airflow.
- Definire metriche e pipeline di test per valutare qualità degli agenti, latenza, uso dei token e tassi di allucinazione.
- Aggiungere filtraggio dei contenuti, moderazione, verifiche di grounding, difese contro l’iniezione dei prompt, controlli sulla privacy e passaggi di revisione umana.
- Configurare monitoraggio in produzione, log, tracciamento distribuito e avvisi in tempo reale.
- Migliorare i flussi di lavoro degli agenti, le impostazioni dei modelli, la memorizzazione nella cache e l’infrastruttura per ottimizzare costi e prestazioni.
- Gestire branch Git, pull request e revisioni del codice.
- Collaborare con data scientist, ingegneri software e team aziendali per fornire soluzioni IA pronte per la produzione.
- Documentare l’architettura del sistema, i flussi degli agenti, gli strumenti, i prompt, i container e le procedure operative.
Requisiti
- Almeno tre anni di esperienza professionale nel machine learning o nell’ingegneria IA, con solide basi MLOps.
- Da uno a due anni di esperienza pratica nella progettazione e distribuzione di sistemi di produzione basati su LLM, IA generativa o agenti.
- Competenza avanzata in Python.
- Esperienza con PyTorch, TensorFlow o Scikit-learn.
- Solide conoscenze teoriche e pratiche di deep learning, elaborazione del linguaggio naturale e architetture Transformer.
- Esperienza pratica con LangChain, LangGraph, LlamaIndex, CrewAI o Vertex AI Agent Builder.
- Esperienza comprovata con Google Cloud Platform, Docker, Kubernetes/GKE, Cloud Run e Cloud Functions.
- Esperienza comprovata con indicizzazione vettoriale, ricerca semantica, Vertex AI Vector Search, AlloyDB o strumenti comparabili.
- Conoscenza di database SQL e NoSQL, API REST e API GraphQL.
- Esperienza con Terraform, Git e strumenti CI/CD come Cloud Build, GitLab CI o Jenkins.
- Esperienza con Prometheus, Cloud Logging o LangSmith e nella valutazione della qualità e della sicurezza dei risultati degli LLM.
- È fortemente preferibile la certificazione Google Cloud Professional Machine Learning Engineer o Professional Cloud Architect.
- Laurea triennale o titolo equivalente.