Coretek เป็นผู้ให้บริการจัดการระบบ Microsoft Azure ระดับผู้เชี่ยวชาญและบริษัทที่ปรึกษาด้านเทคโนโลยีคลาวด์ ซึ่งให้บริการแก่องค์กรในภาครัฐ การดูแลสุขภาพ การผลิต และบริการทางการเงิน งานของบริษัทครอบคลุมการย้ายระบบขึ้นคลาวด์ การปรับปรุงแอปพลิเคชันให้ทันสมัย ระบบอัตโนมัติสำหรับ DevOps การจัดการพื้นที่ทำงาน ความปลอดภัยทางไซเบอร์ และโซลูชัน AI ที่พัฒนาด้วย Azure OpenAI และเทคโนโลยีแมชชีนเลิร์นนิง Coretek ยังให้บริการด้านความปลอดภัยและการสังเกตการณ์ระบบโดยใช้แพลตฟอร์ม เช่น Palo Alto และ Dynatrace รวมถึงความร่วมมือที่เกี่ยวข้องกับ Imprivata และ Citrix ทีมงานสหสาขาวิชาชีพของบริษัทช่วยลูกค้าปรับปรุงโครงสร้างพื้นฐานให้ทันสมัย เสริมความแข็งแกร่งด้านความปลอดภัย และพัฒนาขีดความสามารถด้านคลาวด์และ AI ที่นำไปใช้ได้จริง
นักพัฒนา AI แบบเอเจนต์อาวุโสที่ Coretek — ทำงานแบบไฮบริดในอินเดีย
สร้างเอเจนต์ AI บน Azure ที่เชื่อถือได้และปลอดภัยสำหรับลูกค้าของ Coretek ครอบคลุม RAG การผสานรวมเครื่องมือ การประเมิน การสังเกตการณ์ และการส่งมอบสู่การใช้งานจริง
รายละเอียด
- ออกแบบ สร้าง และเปิดตัวแอปพลิเคชัน AI แบบเอเจนต์บน Azure ที่รองรับการให้เหตุผล การเรียกใช้เครื่องมือ การดึงข้อมูล หน่วยความจำ และจุดตรวจสอบโดยมนุษย์
- พัฒนาไปป์ไลน์ RAG ครอบคลุมการแบ่งชิ้นข้อมูล embeddings การทำดัชนี การค้นหาแบบไฮบริดและเชิงความหมาย การจัดอันดับซ้ำ และการยึดโยงการอ้างอิง
- เชื่อมต่อเอเจนต์กับระบบของลูกค้าผ่าน API ฐานข้อมูล และเซิร์ฟเวอร์ MCP รวมถึงคำจำกัดความและ schema ของเครื่องมือ
- สร้างชุดเครื่องมือประเมินและชุดข้อมูลมาตรฐานเพื่อวัดความแม่นยำ ความสอดคล้องกับแหล่งข้อมูล และการทำงานสำเร็จตามภารกิจ
- เพิ่มการติดตาม telemetry ของโทเค็นและต้นทุน งบประมาณเวลาแฝง เส้นทางสำรอง และการแจ้งเตือนการถดถอยให้กับเอเจนต์ในระบบจริง
- พัฒนามาตรการป้องกัน prompt injection การกรองเนื้อหา ข้อมูลส่วนบุคคล การตรวจสอบเอาต์พุต และขอบเขตการอนุมัติโดยมนุษย์
- ปรับปรุงต้นทุนและเวลาแฝงผ่านการเลือกโมเดล การแคช prompt การจัดการบริบท การประมวลผลเป็นชุด และการกำหนดเส้นทางโมเดล
- ใช้แนวทางการควบคุมเวอร์ชัน การรีวิวโค้ด การทดสอบอัตโนมัติ CI/CD และการจัดการเวอร์ชันของ prompt และโมเดล
- ทำให้บริการเอเจนต์ทำงานในคอนเทนเนอร์และนำไปใช้งาน พร้อมจัดการการ build การเผยแพร่ การปรับขนาด และการกำหนดค่าขณะรันไทม์
- กำหนดทิศทางด้านเทคนิคสำหรับงานลูกค้าและสนับสนุนการเติบโตของวิศวกรระดับจูเนียร์
- ทำงานโดยตรงกับลูกค้าเพื่อกำหนดกรณีการใช้งานเอเจนต์ และประเมินความสามารถรวมถึงข้อจำกัดของโมเดล
- ทำงานร่วมกับผู้จัดการโครงการ วิศวกรข้อมูล และทีมแอปพลิเคชันเพื่อส่งมอบโซลูชันที่ครบถ้วนและจัดทำเอกสารสำหรับการดำเนินงานอย่างต่อเนื่อง
คุณสมบัติ
- มีประสบการณ์อย่างน้อยเจ็ดปีด้านวิศวกรรมซอฟต์แวร์ ข้อมูล หรือ ML โดยอย่างน้อยสองปีเป็นการสร้างแอปพลิเคชันที่ใช้ LLM หรือ AI แบบเอเจนต์และมีผู้ใช้จริง
- มีประสบการณ์เชิงปฏิบัติที่แข็งแกร่งในการพัฒนา Python รวมถึงการทดสอบ การจัดแพ็กเกจ และการรีวิวโค้ด
- มีประสบการณ์ลงมือทำกับ API ของ LLM และเฟรมเวิร์กเอเจนต์ เช่น Microsoft Agent Framework, Azure AI Foundry, Azure OpenAI หรือ LangGraph
- มีความรู้ในการเรียกใช้เครื่องมือและฟังก์ชัน เอาต์พุตแบบมีโครงสร้าง ลูปการวางแผนและการสะท้อน การส่งต่องานระหว่างหลายเอเจนต์ และเวิร์กโฟลว์แบบกำหนดแน่นอน
- มีประสบการณ์สร้างระบบ RAG ด้วยแหล่งจัดเก็บการค้นหาแบบเวกเตอร์หรือแบบไฮบริด เช่น Azure AI Search, PostgreSQL พร้อม pgvector หรือ Cosmos DB
- มีประสบการณ์ด้าน prompt engineering ครอบคลุม system prompt กลยุทธ์ few-shot การจัดการหน้าต่างบริบท และการปรับชุดประเมินอย่างเป็นระบบ
- มีประสบการณ์ Docker และ Kubernetes ในระบบจริง รวมถึง image การกำหนดค่า secret และการนำไปใช้และปรับขนาด workload บน AKS หรือแพลตฟอร์มเทียบเท่า
- มีประสบการณ์นำไปใช้และดูแลบริการ Azure เช่น AKS, Container Apps, Azure Functions หรือ App Service
- มีพื้นฐานที่แข็งแกร่งด้าน API และข้อมูล รวมถึง REST การเขียนโปรแกรมแบบอะซิงโครนัส SQL และการออกแบบ JSON Schema
- มีประสบการณ์กับเวิร์กโฟลว์การพัฒนาที่ใช้ Git และการส่งมอบ CI/CD
- มีทักษะการสื่อสารยอดเยี่ยม สามารถอธิบายหัวข้อทางเทคนิคที่ซับซ้อนและกำหนดความคาดหวังที่สมจริงเกี่ยวกับความสามารถและความเสี่ยงของ AI
- มีความสามารถขั้นสูงด้านการวิเคราะห์และแก้ไขข้อบกพร่อง รวมถึงการตรวจสอบความล้มเหลวของเอเจนต์ที่ไม่เป็นแบบกำหนดแน่นอน
- มีประสบการณ์อย่างมากในการทำงานกับลูกค้าในบริบทการให้คำปรึกษาด้านเทคนิค
- มีประสบการณ์พัฒนาเซิร์ฟเวอร์หรือไคลเอนต์ MCP
- คุ้นเคยกับเครื่องมือสังเกตการณ์และประเมินผล LLM เช่น Azure AI Foundry evaluations, LangSmith หรือ OpenTelemetry tracing
- คุ้นเคยกับเครือข่าย อัตลักษณ์ และความปลอดภัยของ Azure รวมถึง Managed Identity, Key Vault และ Private Endpoints
- มีประสบการณ์ด้านการ fine-tuning การกลั่นโมเดล หรือการนำโมเดลภาษาขนาดเล็กไปใช้งาน
- มีประสบการณ์กับ Microsoft Fabric, Azure Databricks หรือ Azure Synapse
- มีประสบการณ์ด้าน document intelligence และอินพุตหลายรูปแบบ รวมถึง Azure AI Document Intelligence, vision หรือ speech
- มีประสบการณ์ในสภาพแวดล้อมที่อยู่ภายใต้ข้อกำกับ เช่น HIPAA, SOC 2, GDPR หรือ DPDP Act
- มีประสบการณ์ด้าน infrastructure-as-code ด้วย Terraform, Bicep หรือ Helm
- แสดงให้เห็นว่าสามารถจัดการหลายโครงการลูกค้าและส่งมอบงานคุณภาพสูงตามกำหนดเวลา
- มีประสบการณ์ใช้ Azure DevOps หรือ GitHub สำหรับการควบคุมซอร์สโค้ดและไปป์ไลน์