EXL — консалтинговая компания и поставщик бизнес-услуг, помогающая организациям использовать данные, аналитику и технологии для повышения эффективности операций и принятия более обоснованных решений. Компания занимается управлением операциями, аналитикой для принятия решений и цифровой трансформацией, поддерживая клиентов в сферах здравоохранения, страхования, финансов и логистики. EXL объединяет методы анализа данных с практической экспертизой в бизнесе, разрабатывая решения с учетом целей, операционной модели и отраслевого контекста каждой организации.
Руководитель инженерного направления генеративного ИИ в EXL (гибридный формат, США)
Руководите разработкой корпоративных решений на базе больших языковых моделей и агентного ИИ. Создавайте управляемые рабочие процессы для промышленной эксплуатации в AWS, Google Cloud и Snowflake.
Описание
- Проектируйте и внедряйте корпоративные системы генеративного ИИ на базе больших языковых моделей, фундаментальных моделей и фреймворков агентного ИИ.
- Создавайте повторно используемые шаблоны ИИ, ускорители разработки и эталонные архитектуры.
- Преобразуйте бизнес-задачи в масштабируемые рабочие процессы ИИ и готовые к промышленному внедрению доказательства концепции.
- Модернизируйте платформы ИИ, внедряя новые технологии генеративного ИИ и проверенные практики.
- Создавайте и поддерживайте фреймворки проектирования промптов, обеспечивающие контролируемые и надежные ответы больших языковых моделей.
- Настраивайте версионирование промптов, управление их жизненным циклом и практики тестирования.
- Создавайте средства защиты ИИ от галлюцинаций, предвзятости, угроз безопасности и рисков несоответствия требованиям.
- Разрабатывайте масштабируемые конвейеры оркестрации с LangGraph, LangChain, CrewAI, Semantic Kernel или аналогичными инструментами.
- Создавайте повторно используемые компоненты, инструменты, агентов и шаблоны рабочих процессов ИИ.
- Разрабатывайте мультиагентные системы и автономные рабочие процессы.
- Сотрудничайте с бизнес-заказчиками, чтобы выявлять перспективные сценарии применения ИИ.
- Создавайте прототипы ИИ и минимально жизнеспособные продукты, используя синтетические и корпоративные данные.
- Преобразуйте прототипы в промышленные приложения, отвечающие требованиям масштабируемости, безопасности и надежности.
- Проектируйте масштабируемые архитектуры генеративного ИИ для AWS, Google Cloud и Snowflake.
- Используйте Amazon Bedrock, SageMaker, Vertex AI, Snowflake Cortex AI и другие облачные сервисы ИИ.
- Проектируйте системы RAG с использованием векторных баз данных, эмбеддингов и семантического поиска.
- Повышайте эффективность развертывания моделей, скорость инференса и экономичность инфраструктуры.
- Создавайте системы оценки точности, релевантности, задержки, безопасности и бизнес-эффекта.
- Разрабатывайте эталонные тесты для промптов, моделей и рабочих процессов.
- Определяйте ключевые показатели эффективности, практики наблюдаемости и стратегии мониторинга.
- Повышайте производительность моделей за счет настройки промптов, улучшения поиска и доработки рабочих процессов.
Требования
- Степень бакалавра или магистра в области информатики, искусственного интеллекта, науки о данных, инженерии или смежной дисциплине.
- Не менее 8 лет опыта в разработке программного обеспечения, машинном обучении, инженерии данных или создании решений на базе ИИ.
- Не менее 4 лет практического опыта работы с генеративным ИИ, большими языковыми и фундаментальными моделями.
- Солидный опыт проектирования корпоративных решений генеративного ИИ с использованием продвинутых архитектур больших языковых моделей и фреймворков промптинга.
- Опыт разработки масштабируемых рабочих процессов ИИ, конвейеров оркестрации и повторно используемых компонентов ИИ.
- Умение преобразовывать бизнес-потребности в готовые к промышленному внедрению решения и прототипы ИИ с использованием синтетических данных.
- Глубокое знание версионирования промптов, управления, защитных механизмов и способов контроля ответов больших языковых моделей.
- Хорошее понимание систем оценки ИИ, методов сравнительного тестирования и техник оптимизации.
- Опыт работы с векторными базами данных, эмбеддингами, семантическим поиском и архитектурами RAG.
- Уверенное владение Python и знакомство с современными фреймворками для разработки ИИ и машинного обучения.