Ford Motor Company is een in de Verenigde Staten gevestigde autofabrikant met een geschiedenis die teruggaat tot 1903. Naast de ontwikkeling en productie van voertuigen richt het bedrijf zich steeds meer op mobiliteitsdiensten, digitale ervaringen en software. Ford werkt ook aan duurzaamheidsinitiatieven en milieudoelstellingen, wat een aanpak weerspiegelt waarin vervoer, innovatie, maatschappelijke impact en verantwoord ondernemen met elkaar worden verbonden.
AI-/ML-architect bij Ford Motor Company (hybride, India)
Bouw autonome agents, multi-agentsystemen en RAG-pipelines voor zakelijk gebruik. Zet generatieve AI in productie op Google Cloud met MLOps, containers en vectordatabases.
Beschrijving
- Ontwikkel en implementeer autonome en semiautonome AI-agents voor bedrijfsprocessen.
- Ontwerp multi-agentarchitecturen met orkestratie, taakopsplitsing, planningslussen en communicatie tussen agents.
- Verbind agents met bedrijfsplatforms, REST- en GraphQL-API's, databases en Google Cloud-services.
- Bouw mogelijkheden voor kortetermijn-, langetermijn-, episodisch en semantisch geheugen.
- Maak, test, verfijn en onderhoud prompttemplates en herbruikbare promptbibliotheken.
- Beoordeel, selecteer en stem basismodellen af, waaronder Gemini via Vertex AI Model Garden.
- Bouw en optimaliseer RAG-pipelines met hoge doorvoer en lage latentie, inclusief documentinname, chunking en het genereren van embeddings.
- Integreer en beheer schaalbare vectordatabases.
- Schoon gestructureerde en ongestructureerde gegevens op en bereid ze voor op gebruik.
- Richt beveiligde Google Cloud-omgevingen in met Terraform als infrastructure as code.
- Bouw en onderhoud CI/CD-pipelines voor geautomatiseerde tests, containerbuilds en implementaties in verschillende omgevingen.
- Verpak applicaties en agents met Docker en implementeer ze vervolgens op GKE of Cloud Run.
- Stel workfloworkestratie in met tools zoals Vertex AI Pipelines of Cloud Composer/Airflow.
- Definieer meetwaarden en testpipelines om de kwaliteit van agents, latentie, tokengebruik en het aantal hallucinaties te beoordelen.
- Voeg contentfiltering, moderatie, groundingcontroles, bescherming tegen promptinjectie, privacycontroles en menselijke beoordelingsmomenten toe.
- Stel productiemonitoring, logs, distributed tracing en realtime meldingen in.
- Verbeter agentworkflows, modelinstellingen, caching en infrastructuur voor kosten en prestaties.
- Beheer Git-branches, pull requests en codebeoordelingen.
- Werk samen met datawetenschappers, software-engineers en bedrijfsteams aan productieklare AI-oplossingen.
- Documenteer de systeemarchitectuur, agentstromen, tools, prompts, containers en operationele procedures.
Vereisten
- Minimaal drie jaar professionele ervaring met machine learning of AI-engineering en een solide basis in MLOps.
- Een tot twee jaar praktijkervaring met het ontwerpen en implementeren van productieklare LLM-, generatieve AI- of agentische systemen.
- Uitstekende beheersing van Python.
- Ervaring met PyTorch, TensorFlow of Scikit-learn.
- Sterke theoretische en praktische kennis van deep learning, natuurlijke taalverwerking en Transformer-architecturen.
- Praktijkervaring met LangChain, LangGraph, LlamaIndex, CrewAI of Vertex AI Agent Builder.
- Aantoonbare ervaring met Google Cloud Platform, Docker, Kubernetes/GKE, Cloud Run en Cloud Functions.
- Aantoonbare ervaring met vectorindexering, semantisch zoeken, Vertex AI Vector Search, AlloyDB of vergelijkbare tools.
- Kennis van SQL- en NoSQL-databases en van REST- en GraphQL-API's.
- Ervaring met Terraform, Git en CI/CD-tools zoals Cloud Build, GitLab CI of Jenkins.
- Ervaring met Prometheus, Cloud Logging of LangSmith en met het beoordelen van de kwaliteit en veiligheid van LLM-uitvoer.
- Een certificering als Google Cloud Professional Machine Learning Engineer of Professional Cloud Architect is zeer gewenst.
- Bacheloropleiding of gelijkwaardig.