EXL to firma konsultingowa i dostawca usług biznesowych, która pomaga organizacjom wykorzystywać dane, analitykę i technologie w celu usprawniania operacji oraz podejmowania lepszych decyzji. Jej działalność obejmuje zarządzanie operacyjne, analitykę wspierającą podejmowanie decyzji i transformację cyfrową, a doświadczenie firmy obejmuje współpracę z klientami z sektorów ochrony zdrowia, ubezpieczeń, finansów i logistyki. EXL łączy analizę danych z praktyczną wiedzą biznesową, tworząc rozwiązania dopasowane do celów, modelu operacyjnego i specyfiki branżowej każdej organizacji.
Lider zespołu inżynierii generatywnej AI w EXL (praca hybrydowa, USA)
Kieruj projektowaniem korporacyjnych rozwiązań opartych na dużych modelach językowych i agentowej AI. Twórz nadzorowane przepływy gotowe do wdrożenia produkcyjnego w AWS, Google Cloud i Snowflake.
Opis
- Projektuj i wdrażaj korporacyjne systemy generatywnej AI oparte na dużych modelach językowych, modelach bazowych i frameworkach agentowej AI.
- Twórz wielokrotnego użytku wzorce AI, akceleratory i architektury referencyjne.
- Przekształcaj wyzwania biznesowe w skalowalne przepływy AI i weryfikacje koncepcji gotowe do wdrożenia produkcyjnego.
- Modernizuj platformy AI, stosując nowe technologie generatywnej AI i sprawdzone praktyki.
- Twórz i utrzymuj frameworki inżynierii promptów zapewniające kontrolowane i niezawodne odpowiedzi dużych modeli językowych.
- Wdrażaj wersjonowanie promptów, zarządzanie cyklem ich życia oraz praktyki testowania.
- Buduj zabezpieczenia AI przed halucynacjami, stronniczością, zagrożeniami bezpieczeństwa i ryzykiem niezgodności z wymogami.
- Twórz skalowalne potoki orkiestracji z użyciem LangGraph, LangChain, CrewAI, Semantic Kernel lub podobnych narzędzi.
- Twórz wielokrotnego użytku komponenty, narzędzia, agentów i szablony przepływów AI.
- Buduj systemy wieloagentowe i autonomiczne przepływy pracy.
- Współpracuj z interesariuszami biznesowymi, aby identyfikować wartościowe zastosowania AI.
- Twórz prototypy AI i produkty o minimalnym zakresie funkcji, korzystając z danych syntetycznych i korporacyjnych.
- Przekształcaj prototypy w aplikacje produkcyjne spełniające wymagania dotyczące skalowalności, bezpieczeństwa i niezawodności.
- Projektuj skalowalne architektury generatywnej AI dla AWS, Google Cloud i Snowflake.
- Korzystaj z Amazon Bedrock, SageMaker, Vertex AI, Snowflake Cortex AI i innych natywnych usług AI w chmurze.
- Projektuj systemy RAG wykorzystujące wektorowe bazy danych, embeddingi i wyszukiwanie semantyczne.
- Usprawniaj wdrażanie modeli, szybkość wnioskowania i efektywność kosztową infrastruktury.
- Twórz frameworki oceny dokładności, trafności, opóźnień, bezpieczeństwa i wpływu na biznes.
- Opracowuj testy porównawcze promptów, modeli i przepływów pracy.
- Określaj kluczowe wskaźniki efektywności, praktyki obserwowalności i strategie monitorowania.
- Poprawiaj wydajność modeli przez dostrajanie promptów, usprawnianie wyszukiwania i optymalizację przepływów pracy.
Wymagania
- Wykształcenie licencjackie lub magisterskie w dziedzinie informatyki, sztucznej inteligencji, nauki o danych, inżynierii lub pokrewnej dyscyplinie.
- Co najmniej 8 lat doświadczenia w inżynierii oprogramowania, uczeniu maszynowym, inżynierii danych lub tworzeniu rozwiązań AI.
- Co najmniej 4 lata praktycznego doświadczenia w pracy z generatywną AI, dużymi modelami językowymi i modelami bazowymi.
- Solidne doświadczenie w projektowaniu korporacyjnych rozwiązań generatywnej AI z zaawansowanymi architekturami dużych modeli językowych i frameworkami promptów.
- Umiejętność tworzenia skalowalnych przepływów AI, potoków orkiestracji i wielokrotnego użytku komponentów AI.
- Umiejętność przekładania potrzeb biznesowych na gotowe do wdrożenia produkcyjnego rozwiązania i prototypy AI z wykorzystaniem danych syntetycznych.
- Dogłębna znajomość wersjonowania promptów, zarządzania, zabezpieczeń oraz kontrolowania odpowiedzi dużych modeli językowych.
- Dobra znajomość frameworków oceny AI, metod testów porównawczych i technik optymalizacji.
- Doświadczenie w pracy z wektorowymi bazami danych, embeddingami, wyszukiwaniem semantycznym i architekturami RAG.
- Biegła znajomość języka Python i znajomość nowoczesnych frameworków do tworzenia rozwiązań AI i uczenia maszynowego.