Quantiphi — цифровая инженерная компания, ориентированная прежде всего на искусственный интеллект, которая помогает организациям применять технологии искусственного интеллекта, работы с данными и облачных вычислений для решения сложных бизнес-задач. Основанная в 2013 году компания объединяет консалтинговую и инженерную экспертизу для создания масштабируемых ИИ-приложений, развития аналитики данных, модернизации облачной инфраструктуры и реализации индивидуальных решений. Quantiphi работает с организациями в таких секторах, как здравоохранение, финансы, образование, розничная торговля и логистика, а среди её технологических партнёров — AWS, Google Cloud и NVIDIA. Команды компании сосредоточены на превращении передовых технологий в практические решения для цифровой трансформации предприятий.
Ведущий инженер по машинному обучению в Quantiphi — Мумбаи, работа в офисе
Руководите проектированием и внедрением масштабируемых систем машинного обучения, LLM и разговорного ИИ в Quantiphi. Создавайте агентские фреймворки, MLOps-возможности и решения, интегрированные с AWS.
Описание
- Проектировать, разрабатывать и внедрять масштабируемые решения машинного обучения на основе традиционного ML, LLM и разговорного ИИ.
- Отвечать за полный жизненный цикл ML и ИИ: от подготовки данных и разработки признаков до создания, валидации, развертывания и мониторинга моделей.
- Создавать готовые к эксплуатации агентские фреймворки с вызовом инструментов и скоординированными рабочими процессами нескольких агентов.
- Применять практики MLOps в системах машинного обучения и на основе LLM.
- Разрабатывать надежные REST API, связывающие решения ML и разговорного ИИ с корпоративными приложениями и внешними сервисами.
- Создавать масштабируемые возможности аналитики диалогов и наблюдаемости для систем ИИ.
- Сотрудничать с дата-сайентистами, инженерами данных, продакт-менеджерами и другими заинтересованными сторонами, превращая бизнес-потребности в масштабируемые решения ML и ИИ.
- Проектировать решения на основе LLM и руководить разработкой агентских фреймворков на инфраструктуре AWS.
Требования
- 4–7 лет профессионального опыта.
- Подтвержденная способность проектировать, разрабатывать и внедрять крупномасштабные ML-решения, включая традиционное машинное обучение и разговорный ИИ на основе LLM.
- Опыт управления полным жизненным циклом ML и ИИ, включая подготовку данных, разработку признаков, создание, валидацию, развертывание и мониторинг моделей.
- Опыт проектирования производственных агентских фреймворков, рабочих процессов с вызовом инструментов и координации нескольких агентов.
- Экспертиза в MLOps, включая развертывание, мониторинг и оптимизацию ML- и LLM-систем.
- Глубокие знания регрессии, деревьев решений, SVM, ансамблевых методов, кластеризации, предварительной обработки данных, отбора признаков и статистического моделирования.
- Продвинутое понимание разработки промптов, оптимизации контекста, паттернов агентского рассуждения, RAG, векторных баз данных и семантического поиска.
- Уверенное владение Python и библиотеками scikit-learn, XGBoost, LightGBM, LangChain и CrewAI.
- Опыт создания надежных REST API для ML-моделей и приложений разговорного ИИ.
- Опыт работы с сервисами AWS, такими как SageMaker и Bedrock.
- Опыт разработки масштабируемых фреймворков аналитики диалогов и наблюдаемости ИИ.
- Отличные навыки решения задач, коммуникации и взаимодействия с заинтересованными сторонами.
- Опыт работы с Model Context Protocol (MCP) или сопоставимыми стандартами коммуникации агентов приветствуется.
- Опыт автоматизации клиентской поддержки или работы с технологиями контакт-центров приветствуется.
- Сертификаты в области облачного ИИ, такие как AWS ML Specialty, Azure AI Engineer или Google Cloud ML Engineer, приветствуются.
Преимущества
- Рабочая среда, основанная на прозрачности, многообразии, честности, обучении и карьерном развитии.
- Среда, поддерживающая инновации и профессиональный и личный рост.