Blend360 เป็นบริษัทให้บริการระดับมืออาชีพที่ช่วยให้องค์กรขนาดใหญ่ในกลุ่ม Fortune 1000 และองค์กรขนาดใหญ่อื่น ๆ รับมือกับความท้าทายทางธุรกิจที่ซับซ้อนผ่านปัญญาประดิษฐ์ การวิเคราะห์ข้อมูล และโซลูชันที่ขับเคลื่อนด้วยข้อมูล งานของบริษัทครอบคลุมด้านระบบธุรกิจอัจฉริยะ วิศวกรรมข้อมูล วิทยาศาสตร์ข้อมูล MLOps และการกำกับดูแลข้อมูล โดยผสานทีมผู้เชี่ยวชาญเข้ากับขีดความสามารถด้าน AI เพื่อสนับสนุนองค์กรในภาคส่วนการดูแลสุขภาพ บริการทางการเงิน พลังงาน ค้าปลีก เทคโนโลยี สื่อและโทรคมนาคม ตลอดจนการท่องเที่ยวและการบริการ Blend360 ได้รับการยอมรับจากผลงานต่าง ๆ รวมถึงรางวัล “โซลูชันส่งเสริมการใช้ AI แห่งปี” และการได้รับการจัดให้อยู่ในรายชื่อ “ผู้ให้บริการ Generative AI ชั้นนำประจำปี 2024”
หัวหน้าวิศวกร AI – ทำงานทางไกลจากอาร์เจนตินา
เป็นผู้นำการส่งมอบโซลูชัน RAG, agentic และ LLM ระดับ production ที่ Blend360 ดูแลทีมวิศวกรรม AI พร้อมกำหนดแนวทางด้านการประเมินผล MLOps และโครงสร้างพื้นฐานที่รองรับการขยายตัว
รายละเอียด
- รับผิดชอบการส่งมอบโครงการตั้งแต่ต้นจนจบ รวมถึงการกำกับดูแล การสื่อสารกับผู้มีส่วนได้ส่วนเสีย และความรับผิดชอบต่อผลลัพธ์
- สร้างและพัฒนาทีมวิศวกรรม AI ที่มีประสิทธิภาพสูง
- กำหนดมาตรฐานทางเทคนิคและส่งเสริมวัฒนธรรมวิศวกรรมที่เน้นการปฏิบัติจริงและคุณภาพ
- เป็นผู้นำข้อเสนอและความพยายามทางธุรกิจใหม่ โดยประเมินความเป็นไปได้ทางเทคนิคและอธิบายความเสี่ยงกับข้อแลกเปลี่ยนให้ลูกค้าเข้าใจ
- กำหนดขอบเขตและความคาดหวังที่เหมาะสมต่อความสามารถของ AI
- ดำเนินการตรวจสอบทางเทคนิคและประเมินสถาปัตยกรรมโซลูชัน
- กำกับการออกแบบและส่งมอบระบบ RAG, เฟรมเวิร์กแบบ agentic และแอปพลิเคชัน LLM ที่พร้อมใช้งานใน production
- เป็นผู้นำงาน prompt engineering ขั้นสูง ครอบคลุมการออกแบบคำสั่ง ตัวอย่าง few-shot เอาต์พุตแบบมีโครงสร้าง และ prompt สำหรับเครื่องมือหรือตัวแทน AI
- ประเมินความเป็นไปได้ของ prompting, RAG, fine-tuning และ machine learning แบบดั้งเดิม
- ให้คำแนะนำวิศวกรด้านการออกแบบระบบ AI และการนำไปใช้งานใน production
- สร้างเฟรมเวิร์กการประเมินโดยใช้ LLM-as-a-judge, recall@k, precision@k และเกณฑ์ go/no-go
- ดำเนินการทดลองแบบควบคุมที่เกี่ยวข้องกับ prompt, retriever, วิธีการแบ่งชิ้นข้อมูล และโมเดล
- นำวิธีการตรวจจับและจัดประเภทความล้มเหลวของโมเดลมาใช้
- กำหนดมาตรฐานความน่าเชื่อถือสำหรับระบบ AI ใน production
- พัฒนาโครงสร้างพื้นฐานสำหรับการอนุมานที่รองรับการขยายตัวและไปป์ไลน์ CI/CD
- ทำให้กระบวนการ MLOps และ LLMOps สำหรับการติดตาม การจัดการเวอร์ชัน การปรับใช้ การตรวจสอบ และการฝึกใหม่เป็นอัตโนมัติ
- ออกแบบ API, microservice และชั้น orchestration ที่ปรับให้เหมาะกับเวลาแฝง ต้นทุน และความน่าเชื่อถือ
- ตัดสินใจด้านโครงสร้างพื้นฐานโดยรักษาสมดุลระหว่างคุณภาพทางเทคนิคกับประสิทธิภาพทางธุรกิจ
คุณสมบัติ
- มีประสบการณ์อย่างน้อยห้าปีในการสร้างและนำโซลูชัน AI ไปใช้งานใน production
- มีทักษะ Python ระดับผู้เชี่ยวชาญ
- มีแนวทางการทำงานกับ Git ที่แข็งแกร่ง
- มีประสบการณ์ด้านการจัดการเวอร์ชันและการนำระบบ machine learning กับโมเดลภาษาขนาดใหญ่ไปใช้งาน
- มีประสบการณ์อย่างดีในการใช้ AWS, Azure หรือ GCP โดยพิจารณา Azure เป็นพิเศษ
- มีความรู้ด้านการทำคอนเทนเนอร์และ orchestration
- มีประสบการณ์จริงด้าน RAG ครอบคลุมการแบ่งชิ้นข้อมูล embedding การค้นคืน reranking และการประเมินผล
- มีประสบการณ์ด้าน MLOps หรือ LLMOps ด้วย MLflow, Weights & Biases หรือเครื่องมือเทียบเท่า
- มีความเชี่ยวชาญเชิงปฏิบัติในการออกแบบการประเมินผล รวมถึงเมตริก การคัดสรรชุดข้อมูล และการทดลองแบบมีโครงสร้าง
- มีประสบการณ์พัฒนาสถาปัตยกรรมแบบขับเคลื่อนด้วยเหตุการณ์ API และ microservice
- สามารถสื่อสารอย่างชัดเจนกับทีมวิศวกรรมและผู้มีส่วนได้ส่วนเสียระดับอาวุโส
- มีวิจารณญาณที่ดีในการสรรหาและสร้างทีม พร้อมประสบการณ์การให้คำปรึกษาที่พิสูจน์ได้
- ต้องใช้ภาษาอังกฤษระดับสูงเพื่อสื่อสารกับทีมระดับโลกและผู้นำของลูกค้า
- มีประสบการณ์โดยตรงอย่างน้อยสองปีในการเป็นผู้นำทีมหรือการจัดการด้านเทคนิค
สวัสดิการ
- โอกาสได้รับใบรับรองจาก AWS, Databricks และ Snowflake
- เข้าถึงเส้นทางการเรียนรู้ที่มุ่งเน้นด้าน AI
- แผนการศึกษา หลักสูตร และโอกาสรับใบรับรองเพิ่มเติมตามบทบาท
- เข้าถึง Udemy Business
- บทเรียนภาษาอังกฤษ
- โอกาสเดินทางเข้าร่วมการประชุมในอุตสาหกรรมและพบปะลูกค้า
- การวางแผนพัฒนาอาชีพและโปรแกรมให้คำปรึกษา
- รางวัลสำหรับโอกาสพิเศษ เช่น วันเกิด วันครบรอบการทำงาน และเหตุการณ์สำคัญส่วนบุคคลอื่นๆ
- อุปกรณ์ที่บริษัทจัดหาให้
- ตัวเลือกการทำงานที่ยืดหยุ่น
- สวัสดิการเพิ่มเติมอาจแตกต่างกันไปตามสถานที่ในภูมิภาค LATAM