Quantiphi is een digital-engineeringbedrijf dat kunstmatige intelligentie centraal stelt en organisaties helpt om AI-, data- en cloudtechnologieën toe te passen op complexe zakelijke uitdagingen. Het bedrijf werd opgericht in 2013 en combineert expertise op het gebied van consultancy en engineering om schaalbare AI-toepassingen te bouwen, mogelijkheden voor data-analyse te ontwikkelen, cloudinfrastructuur te moderniseren en maatwerkimplementaties te leveren. Het werk van Quantiphi ondersteunt organisaties in sectoren zoals gezondheidszorg, financiën, onderwijs, detailhandel en logistiek. Tot de technologiepartnerschappen behoren AWS, Google Cloud en NVIDIA. De teams van Quantiphi richten zich erop geavanceerde technologie om te zetten in praktische oplossingen voor bedrijfstransformatie.
Senior Machine-Learning Engineer bij Quantiphi – Mumbai op locatie
Leid bij Quantiphi het ontwerp en de oplevering van schaalbare systemen voor machine learning, LLM's en conversationele AI. Bouw agentframeworks, MLOps-mogelijkheden en met AWS geïntegreerde oplossingen.
Beschrijving
- Ontwerp, ontwikkel en implementeer schaalbare oplossingen voor machine learning op het gebied van traditionele ML, LLM's en conversationele AI.
- Neem de volledige ML- en AI-levenscyclus voor je, van datavoorbereiding en feature engineering tot modelontwikkeling, validatie, implementatie en monitoring.
- Creëer productierijpe agentframeworks met tool calling en gecoördineerde workflows met meerdere agents.
- Pas MLOps-praktijken toe op systemen voor machine learning en op LLM-gebaseerde systemen.
- Ontwikkel betrouwbare REST-API's die ML- en conversationele-AI-oplossingen verbinden met bedrijfsapplicaties en externe diensten.
- Bouw schaalbare mogelijkheden voor gespreksanalyse en observability van AI-systemen.
- Werk samen met data scientists, data engineers, productmanagers en stakeholders om bedrijfsbehoeften te vertalen naar schaalbare ML- en AI-oplossingen.
- Ontwerp LLM-oplossingen en leid de ontwikkeling van agentframeworks op AWS-infrastructuur.
Vereisten
- 4–7 jaar professionele ervaring.
- Aantoonbare ervaring met het ontwerpen, ontwikkelen en implementeren van grootschalige ML-oplossingen, waaronder traditionele machine learning en LLM-gebaseerde conversationele AI.
- Ervaring met het beheren van de volledige ML- en AI-levenscyclus, waaronder datavoorbereiding, feature engineering, modelontwikkeling, validatie, implementatie en monitoring.
- Achtergrond in het ontwerpen van productierijpe agentframeworks, workflows voor tool calling en coördinatie van meerdere agents.
- MLOps-expertise op het gebied van implementatie, monitoring en optimalisatie van ML- en LLM-systemen.
- Sterke kennis van regressie, beslisbomen, SVM's, ensemblemethoden, clustering, datavoorbewerking, featureselectie en statistische modellering.
- Gevorderd inzicht in prompt engineering, contextoptimalisatie, redeneerpatronen van agents, RAG, vectordatabases en semantisch zoeken.
- Sterke Python-vaardigheden met scikit-learn, XGBoost, LightGBM, LangChain en CrewAI.
- Ervaring met het bouwen van robuuste REST-API's voor ML-modellen en conversationele-AI-applicaties.
- Ervaring met AWS-diensten zoals SageMaker en Bedrock.
- Ervaring met het ontwikkelen van schaalbare frameworks voor gespreksanalyse en AI-observability.
- Uitstekende probleemoplossende, communicatieve en stakeholdermanagementvaardigheden.
- Ervaring met het Model Context Protocol (MCP) of vergelijkbare standaarden voor communicatie tussen agents is een pré.
- Ervaring met automatisering van klantenservice of contactcentertechnologieën is een pré.
- Cloud-AI-certificeringen zoals AWS ML Specialty, Azure AI Engineer of Google Cloud ML Engineer zijn een pré.
Voordelen
- Een werkplek waarin transparantie, diversiteit, integriteit, leren en loopbaanontwikkeling centraal staan.
- Een omgeving die innovatie en professionele en persoonlijke groei ondersteunt.