Huron to globalna firma konsultingowa, która pomaga organizacjom mierzyć się ze złożonymi wyzwaniami biznesowymi, oferując usługi w zakresie strategii, działalności operacyjnej, doradztwa, rozwiązań cyfrowych, technologii i analityki. Firma działa w sektorach ochrony zdrowia, edukacji, energetyki i usług finansowych, zapewniając dopasowane wsparcie między innymi w obszarze usług zarządzanych, outsourcingu i rozwoju przywództwa. Huron łączy specjalistów koncentrujących się na praktycznych rozwiązaniach o dużym wpływie, dostosowanych do indywidualnych potrzeb klientów, dzięki czemu jest atrakcyjna dla osób zainteresowanych konsultingiem, transformacją i rozwojem organizacji opartym na danych.
Inżynier AI: generatywna AI i RAG — Huron, praca hybrydowa, Bengaluru
Twórz dla Huron rozwiązania oparte na uczeniu maszynowym, generatywnej AI i generowaniu wspomaganym wyszukiwaniem (RAG). Projektuj aplikacje agentowe, chmurowe potoki AI, interfejsy API i systemy produkcyjne.
Opis
- Twórz systemy AI z wykorzystaniem uczenia maszynowego i generatywnej AI, w tym projektowania promptów, dostrajania, embeddingów i RAG.
- Buduj inteligentne aplikacje i systemy agentowe za pomocą narzędzi takich jak LangChain, LangGraph, AutoGen lub CrewAI.
- Projektuj i wdrażaj pełne potoki RAG: od pobierania dokumentów i dzielenia ich na fragmenty, przez indeksowanie wektorowe i wyszukiwanie hybrydowe, po odpowiedzi uwzględniające kontekst.
- Twórz modułowe, udokumentowane interfejsy API i komponenty usługowe przy użyciu FastAPI, Flask lub podobnych frameworków.
- Twórz i zarządzaj potokami AI do pobierania, transformacji, walidacji, trenowania, inferencji, wdrażania i wyszukiwania wiedzy.
- Korzystaj z usług AI i uczenia maszynowego AWS oraz Azure, wspierając rozwój i wdrażanie rozwiązań.
- Konfiguruj monitorowanie i ocenę dokładności modeli, dryfu, jakości wyszukiwania, ugruntowania odpowiedzi, niezawodności i rozumowania przy realizacji zadań.
- Usprawniaj produkcyjne systemy RAG pod kątem szybkości, skalowalności, kosztów i jakości odpowiedzi.
- Współpracuj z inżynierami oprogramowania, analitykami danych, architektami rozwiązań i interesariuszami biznesowymi przy projektowaniu rozwiązań oraz przekazywaniu ich do eksploatacji.
- Bierz udział w eksperymentach, weryfikacji koncepcji, pilotażach i wdrożeniach na dużą skalę.
- Śledź rozwój generatywnej AI, agentów AI, frameworków orkiestracji, oceny RAG i ciągłego doskonalenia.
Wymagania
- Mieć od 4 do 6 lat praktycznego doświadczenia w rozwoju AI/ML lub inżynierii inteligentnych aplikacji.
- Dobrze znać Python i współczesne biblioteki AI/ML, takie jak scikit-learn, PyTorch, TensorFlow lub API OpenAI.
- Mieć doświadczenie w projektowaniu i wdrażaniu systemów RAG z użyciem embeddingów, wektorowych baz danych, takich jak FAISS, Pinecone, Chroma lub Azure AI Search, oraz metod optymalizacji wyszukiwania.
- Mieć doświadczenie w tworzeniu interfejsów API lub usług backendowych przy użyciu FastAPI, Flask lub równoważnych frameworków.
- Znać frameworki agentowe, takie jak LangGraph lub AutoGen, oraz wzorce orkiestracji wielu agentów.
- Znać platformy chmurowe, takie jak AWS lub Azure, oraz narzędzia kontenerowe, takie jak Docker.
- Mieć praktyczne doświadczenie z chmurowymi platformami ML, takimi jak Azure Machine Learning, AWS SageMaker lub usługami AI/ML Google.
- Mieć tytuł licencjata w dziedzinie informatyki, inżynierii, nauki o danych lub pokrewnej.
- Doświadczenie ze standardami lub narzędziami orkiestracji, takimi jak MCP lub protokoły routingu agentów, będzie dodatkowym atutem.
- Doświadczenie z potokami MLOps, CI/CD do dostarczania modeli, narzędziami oceny RAG, takimi jak RAGAS, lub monitorowaniem modeli będzie dodatkowym atutem.
- Znajomość oceny systemów AI, obserwowalności, testowania skuteczności promptów i walidacji ugruntowania odpowiedzi będzie dodatkowym atutem.
- Umieć współpracować między zespołami, prowadzić kilka projektów i komunikować się z odbiorcami technicznymi oraz nietechnicznymi.
- Certyfikaty z usług chmurowych AI/ML Azure, AWS lub Google Cloud będą dodatkowym atutem.