Capgemini ir konsultāciju un tehnoloģiju pakalpojumu uzņēmums, kas palīdz organizācijām pārveidot un pārvaldīt savu darbību. Uzņēmums strādā dažādās nozarēs, tostarp aviācijas un kosmosa, autobūves, banku, veselības aprūpes un loģistikas jomā. Tā pakalpojumi ietver mākoņpakalpojumus, kiberdrošību, datus un mākslīgo intelektu, kā arī uzņēmumu pārvaldību. Digitālās pārveides ietvaros Capgemini pievēršas arī inovācijām un ilgtspējai. Uzņēmums pieņem darbā dažādu profesiju pārstāvjus ar atšķirīgu pieredzes līmeni, īpašu uzmanību pievēršot inovatīvas un daudzveidīgas darba vides veidošanai.
Mākslīgā intelekta inženieris, Milāna (hibrīddarbs) – Capgemini
Kā mākslīgā intelekta inženieris uzņēmumā Capgemini izstrādā mērogojamus mākslīgā intelekta, ģeneratīvā mākslīgā intelekta un RAG risinājumus tehnoloģiju pārveides pakalpojumiem. Darbs ietver datu konveijerus, API un MLOps izvietošanas sistēmas.
Apraksts
- Izstrādā mākslīgā intelekta, dziļās mācīšanās un RAG arhitektūras risinājumus
- Veido ETL un datu apstrādes konveijerus
- Integrē vektoru datubāzes un nodrošini pakalpojumus, izmantojot API
- Ievies CI/CD procesus un MLOps praksi
- Pārvaldi ražošanas modeļu izvietošanu, žurnalēšanu un uzraudzību
- Sadarbojies ar daudznozaru komandām, izmantojot Agile metodoloģijas
- Pārraugi visu mākslīgā intelekta un ģeneratīvā mākslīgā intelekta risinājumu dzīves ciklu no izstrādes līdz laidienam un uzraudzībai
Prasības
- Pieredze darbā ar hipermēroga mākoņpakalpojumu sniedzējiem, piemēram, Azure, AWS vai GCP, un datu platformām, piemēram, Databricks vai Snowflake
- Teicamas Python un PySpark zināšanas
- Spēcīgas MLOps, DevOps un CI/CD prasmes
- Git un versiju kontroles prakšu pārzināšana
- Pieredze darbā ar ETL konveijeriem, RAG arhitektūrām un vektoru datubāzēm
- Pieredze API izstrādē, piemēram, izmantojot FastAPI
- Pieredze darbā ar žurnalēšanas, uzraudzības un laidienu platformām
- Labas angļu valodas zināšanas
- Pieredze mērogojamu un uzturamu mākslīgā intelekta un ģeneratīvā mākslīgā intelekta risinājumu izstrādē un izvietošanā
- Pieredze darbā ar Azure DevOps, MLflow, konteinerizāciju un orķestrēšanas rīkiem, piemēram, Docker un Kubernetes, tiks uzskatīta par priekšrocību
Priekšrocības
- Attālināts darbs un/vai elastīgs darba laiks
- Profesionālās izaugsmes iespējas
- Iekļaujoša darba vide, kurā tiek novērtēta daudzveidība