Quantiphi er et AI-fokusert selskap innen digital ingeniørkunst som hjelper organisasjoner med å ta i bruk kunstig intelligens, data og skyteknologi for å løse komplekse forretningsutfordringer. Selskapet ble grunnlagt i 2013 og kombinerer konsulent- og ingeniørkompetanse for å utvikle skalerbare AI-applikasjoner, bygge opp dataanalysekapasitet, modernisere skyinfrastruktur og levere skreddersydde implementeringer. Arbeidet støtter organisasjoner innen blant annet helsevesen, finans, utdanning, varehandel og logistikk, med teknologipartnerskap som inkluderer AWS, Google Cloud og NVIDIA. Quantiphis team fokuserer på å omsette avansert teknologi til praktiske løsninger for virksomhetstransformasjon.
Senior maskinlæringsingeniør hos Quantiphi – på stedet i Mumbai
Led design og leveranse av skalerbare systemer for maskinlæring, LLM og konversasjons-AI hos Quantiphi. Bygg agentrammeverk, MLOps-funksjoner og AWS-integrerte løsninger.
Beskrivelse
- Utform, utvikle og sett i drift skalerbare løsninger for maskinlæring innen tradisjonell ML, LLM og konversasjons-AI.
- Ha ansvar for hele ML- og AI-livssyklusen, fra dataforberedelse og feature engineering til modellutvikling, validering, utrulling og overvåking.
- Lag produksjonsklare agentrammeverk med verktøykall og koordinerte arbeidsflyter for flere agenter.
- Bruk MLOps-praksis på systemer basert på maskinlæring og LLM.
- Utvikle pålitelige REST API-er som kobler ML- og konversasjons-AI-løsninger til virksomhetsapplikasjoner og eksterne tjenester.
- Bygg skalerbare funksjoner for konversasjonsanalyse og observerbarhet i AI-systemer.
- Samarbeid med data scientists, data engineers, produktsjefer og interessenter for å omsette forretningsbehov til skalerbare ML- og AI-løsninger.
- Utform LLM-drevne løsninger og led utviklingen av agentrammeverk på AWS-infrastruktur.
Krav
- 4–7 års yrkeserfaring.
- Dokumentert evne til å utforme, utvikle og sette i drift storskala ML-løsninger, inkludert tradisjonell maskinlæring og LLM-basert konversasjons-AI.
- Erfaring med å håndtere hele ML- og AI-livssyklusen, inkludert dataforberedelse, feature engineering, modellutvikling, validering, utrulling og overvåking.
- Bakgrunn innen design av produksjonsklare agentrammeverk, arbeidsflyter med verktøykall og koordinering av flere agenter.
- Kompetanse innen MLOps, inkludert utrulling, overvåking og optimalisering av ML- og LLM-systemer.
- Solid kunnskap om regresjon, beslutningstrær, SVM-er, ensemblemetoder, klynging, dataforbehandling, featureselektering og statistisk modellering.
- Avansert forståelse av prompt engineering, kontekstoptimalisering, agenters resonneringsmønstre, RAG, vektordatabaser og semantisk søk.
- Gode Python-ferdigheter med scikit-learn, XGBoost, LightGBM, LangChain og CrewAI.
- Erfaring med å bygge robuste REST API-er for ML-modeller og konversasjons-AI-applikasjoner.
- Erfaring med AWS-tjenester som SageMaker og Bedrock.
- Erfaring med å utvikle skalerbare rammeverk for konversasjonsanalyse og AI-observerbarhet.
- Svært gode evner innen problemløsning, kommunikasjon og interessenthåndtering.
- Erfaring med Model Context Protocol (MCP) eller sammenlignbare standarder for agentkommunikasjon er en fordel.
- Erfaring med automatisering av kundestøtte eller kontaktsenterteknologi er en fordel.
- Skybaserte AI-sertifiseringer som AWS ML Specialty, Azure AI Engineer eller Google Cloud ML Engineer er en fordel.
Fordeler
- En arbeidsplass med fokus på åpenhet, mangfold, integritet, læring og karriereutvikling.
- Et miljø som støtter innovasjon sammen med faglig og personlig utvikling.