Ford Motor Company to amerykański producent samochodów, którego historia sięga 1903 roku. Oprócz opracowywania i produkcji pojazdów firma rozwija działalność w obszarze usług mobilności, rozwiązań cyfrowych i oprogramowania. Ford realizuje również działania na rzecz zrównoważonego rozwoju i wyznacza cele środowiskowe, łącząc transport, innowacje, wpływ na społeczności oraz odpowiedzialne praktyki biznesowe.
Architekt AI/ML w Ford Motor Company (praca hybrydowa, Indie)
Twórz autonomicznych agentów, systemy wieloagentowe i potoki generowania wspomaganego wyszukiwaniem na potrzeby przedsiębiorstw. Wdrażaj generatywną AI w Google Cloud z wykorzystaniem MLOps, kontenerów i wektorowych baz danych.
Opis
- Opracowuj i wdrażaj autonomicznych oraz półautonomicznych agentów AI do procesów biznesowych.
- Projektuj architektury wieloagentowe z orkiestracją, podziałem zadań, pętlami planowania i komunikacją między agentami.
- Łącz agentów z platformami korporacyjnymi, interfejsami REST i GraphQL API, bazami danych oraz usługami Google Cloud.
- Twórz funkcje pamięci krótkotrwałej, długotrwałej, epizodycznej i semantycznej.
- Twórz, testuj, udoskonalaj i utrzymuj szablony promptów oraz biblioteki wielokrotnego użytku.
- Oceniaj, wybieraj i dostrajaj modele bazowe, w tym Gemini za pośrednictwem Vertex AI Model Garden.
- Twórz i optymalizuj wydajne potoki RAG o niskich opóźnieniach, obejmujące pobieranie dokumentów, dzielenie ich na fragmenty i generowanie embeddingów.
- Integruj i obsługuj skalowalne wektorowe bazy danych.
- Czyść i przygotowuj do użycia dane strukturalne i niestrukturalne.
- Konfiguruj bezpieczne środowiska Google Cloud przy użyciu Terraform i podejścia „infrastruktura jako kod”.
- Twórz i utrzymuj potoki CI/CD do automatycznych testów, budowania kontenerów i wdrażania w różnych środowiskach.
- Pakuj aplikacje i agentów w Docker, a następnie wdrażaj je w GKE lub Cloud Run.
- Konfiguruj orkiestrację przepływów pracy za pomocą narzędzi takich jak Vertex AI Pipelines lub Cloud Composer/Airflow.
- Definiuj metryki i potoki testowe do oceny jakości agentów, opóźnień, zużycia tokenów i częstotliwości halucynacji.
- Wdrażaj filtrowanie treści, moderację, weryfikację ugruntowania odpowiedzi, ochronę przed wstrzykiwaniem promptów, mechanizmy ochrony prywatności i etapy weryfikacji przez człowieka.
- Konfiguruj monitorowanie środowiska produkcyjnego, logi, rozproszone śledzenie i alerty w czasie rzeczywistym.
- Usprawniaj przepływy pracy agentów, ustawienia modeli, buforowanie i infrastrukturę pod kątem kosztów i wydajności.
- Zarządzaj gałęziami Git, pull requestami i przeglądami kodu.
- Współpracuj z analitykami danych, inżynierami oprogramowania i zespołami biznesowymi przy dostarczaniu gotowych do produkcji rozwiązań AI.
- Dokumentuj architekturę systemów, przepływy agentów, narzędzia, prompty, kontenery i procedury operacyjne.
Wymagania
- Co najmniej trzy lata doświadczenia zawodowego w uczeniu maszynowym lub inżynierii AI oraz solidne podstawy MLOps.
- Od jednego do dwóch lat praktycznego doświadczenia w projektowaniu i wdrażaniu produkcyjnych systemów LLM, generatywnej AI lub systemów agentowych.
- Biegła znajomość języka Python.
- Doświadczenie z PyTorch, TensorFlow lub Scikit-learn.
- Solidna wiedza teoretyczna i praktyczna z zakresu głębokiego uczenia, przetwarzania języka naturalnego i architektur Transformer.
- Praktyczne doświadczenie z LangChain, LangGraph, LlamaIndex, CrewAI lub Vertex AI Agent Builder.
- Udokumentowane doświadczenie z Google Cloud Platform, Docker, Kubernetes/GKE, Cloud Run i Cloud Functions.
- Udokumentowane doświadczenie z indeksowaniem wektorowym, wyszukiwaniem semantycznym, Vertex AI Vector Search, AlloyDB lub porównywalnymi narzędziami.
- Znajomość baz danych SQL i NoSQL oraz interfejsów REST API i GraphQL API.
- Doświadczenie z Terraform, Git i narzędziami CI/CD, takimi jak Cloud Build, GitLab CI lub Jenkins.
- Doświadczenie z Prometheus, Cloud Logging lub LangSmith oraz oceną jakości i bezpieczeństwa wyników LLM.
- Certyfikat Google Cloud Professional Machine Learning Engineer lub Professional Cloud Architect będzie dużym atutem.
- Tytuł licencjata lub równoważne wykształcenie.