EY ir globāls profesionālo pakalpojumu uzņēmums, kas piedāvā revīzijas, nodokļu, konsultāciju un konsultatīvos pakalpojumus. Tā komandas palīdz organizācijām risināt sarežģītus uzņēmējdarbības izaicinājumus, stiprināt uzticēšanos finanšu pārskatiem un tirgiem, kā arī izmantot datus un tehnoloģijas pārmaiņu atbalstam.
Uzņēmums sniedz tādus pakalpojumus kā korporatīvo finanšu konsultācijas, darījumu stratēģijas un tehnoloģiju konsultācijas. EY sadarbojas ar klientiem tādās jomās kā veselības aprūpe, juridiskie pakalpojumi, mārketings, enerģētika, finanses un valsts pārvalde, un daudzos tā risinājumos nozīmīga loma ir ilgtspējai un inovācijām.
Vecākais mākslīgā intelekta inženieris, Čennai (darbs klātienē) – EY
Izstrādājiet drošus un mērogojamus GenAI, RAG, sarunvalodas mākslīgā intelekta un aģentu risinājumus EY konsultāciju klientiem. Piedalieties arhitektūras izstrādē, ieviešanā, novērtēšanā, pārvaldībā un nepārtrauktā uzlabošanā globālos projektos.
Apraksts
- Projektējiet, izstrādājiet, testējiet, ieviesiet un atbalstiet mērogojamus mākslīgā intelekta, GenAI, RAG, sarunvalodas mākslīgā intelekta un aģentu risinājumus
- Pārvērtiet risinājumu projektus mērogojamos tehniskos komponentos un atkārtoti izmantojamos ieviešanas modeļos
- Izstrādājiet un uzturiet RAG konveijerus, promptu darbplūsmas, zināšanu izgūšanas sistēmas, integrācijas, API un automatizācijas komponentus
- Sadarbojieties ar arhitektiem, vadītājiem, inženieriem, datu zinātniekiem, datu inženieriem, lietojumprogrammu izstrādātājiem, biznesa komandām un citām ieinteresētajām personām
- Piedalieties prasību analīzē, projektēšanā, izstrādē, testēšanā, ieviešanā, uzraudzībā un nepārtrauktā uzlabošanā
- Pielietojiet mākslīgā intelekta novērtēšanu un validēšanu, aizsargmehānismus, kvalitātes kontroli un veiktspējas optimizāciju
- Ievērojiet atbildīga mākslīgā intelekta, datu privātuma, drošības, atbilstības un risku pārvaldības praksi
- Sagatavojiet tehnisko dokumentāciju, ieviešanas piezīmes, testu rezultātus, risinājumu pārskatus, demonstrācijas, aplēses un statusa atjauninājumus
- Izveidojiet atkārtoti izmantojamus komponentus, paātrinātājus, veidnes un risinājumu dokumentāciju
- Mentorējiet jaunākos komandas dalībniekus un atbalstiet mākslīgā intelekta spēju attīstību
Prasības
- Amata pārskatā ir norādīts BTech, maģistra vai doktora grāds
- Bakalaura vai maģistra grāds datorzinātnēs, datu zinātnē, inženierzinātnēs, informācijas tehnoloģijās vai saistītā jomā
- 4–8 gadu profesionālā pieredze, tostarp praktiska pieredze ar mākslīgo intelektu un mašīnmācīšanos, ģeneratīvo mākslīgo intelektu, datu inženieriju, mākoņa mākslīgā intelekta platformām vai uzņēmumu lietojumprogrammu izstrādi
- Praktiska pieredze, piedaloties mākslīgā intelekta risinājumu izstrādē uzņēmumu, pirmsprodukcijas vai produkcijas vidē
- Praktiska pieredze ar AI, GenAI, Copilot, sarunvalodas AI, aģentisko AI vai RAG risinājumiem uzņēmumu vai klientu vidē
- Darba zināšanas par LLM lietojumprogrammu izstrādi, RAG konveijeriem, promptu inženieriju, vektoru datubāzēm, mākslīgā intelekta novērtēšanu, API, ieviešanu mākonī, MLOps vai LLMOps
- Padziļinātas zināšanas par lielajiem valodas modeļiem, ģeneratīvo mākslīgo intelektu, RAG arhitektūrām, promptu inženieriju, sarunvalodas mākslīgo intelektu un mākslīgā intelekta aģentiem
- Pieredze ar Azure AI Foundry, Azure OpenAI, Databricks, vektoru datubāzēm, uzņēmumu meklēšanu, orķestrēšanas ietvariem un API
- Spēja izveidot vai atbalstīt izgūšanas konveijerus, iegultnes, promptu darbplūsmas, datu uzņemšanu, modeļu integrāciju un lietojumprogrammu integrāciju
- Izpratne par mākslīgā intelekta novērtēšanu, aizsargmehānismiem, halucināciju noteikšanu, kvalitātes rādītājiem, novērojamību, drošību, privātumu un atbildīga mākslīgā intelekta praksi
- Darba zināšanas par programmatūras inženieriju, ieviešanu mākonī, API, datubāzēm, versiju kontroli, CI/CD, MLOps vai LLMOps
- Spēcīgas analītiskās, problēmu risināšanas, sadarbības un komunikācijas prasmes
Priekšrocības
- Nepārtrauktas iespējas mācīties un attīstīt jaunas prasmes
- Rīki un elastība, lai radītu nozīmīgu ietekmi
- Koučinga un līderības attīstības iespējas
- Daudzveidīga un iekļaujoša darba kultūra
- Iespēja veicināt mākslīgā intelekta inovācijas dažādās klientu nozarēs
- Sadarbība ar globāliem klientiem un mākslīgā intelekta speciālistiem
- Iespēja iepazīt atzītus globālus zīmolus
- Piekļuve augošai cilvēku, mācīšanās, prasmju un atziņu ekosistēmai