Brillio
Brillio
Brillio เป็นบริษัทที่ปรึกษาด้านเทคโนโลยีซึ่งช่วยให้องค์กรต่าง ๆ ดำเนินการเปลี่ยนผ่านสู่ดิจิทัลในอุตสาหกรรมการดูแลสุขภาพ ประกันภัย โลจิสติกส์ บริการทางการเงิน โทรคมนาคมและสื่อ วิทยาศาสตร์ชีวภาพ และค้าปลีก งานของบริษัทครอบคลุมประสบการณ์ลูกค้า ข้อมูลและ AI, Generative AI, วิศวกรรมผลิตภัณฑ์และแพลตฟอร์ม ตลอดจนโครงสร้างพื้นฐาน คลาวด์ และความปลอดภัย Brillio ผสานความเชี่ยวชาญด้านวิศวกรรมเข้ากับความรู้ในอุตสาหกรรมเพื่อพัฒนาผลิตภัณฑ์ดิจิทัลและปรับปรุงสภาพแวดล้อมด้านเทคโนโลยีให้ทันสมัย ช่วยให้ธุรกิจรับมือกับความต้องการที่เปลี่ยนแปลงไปของตลาดและเทคโนโลยี

นักวิทยาศาสตร์ข้อมูลด้าน AI Agent และ RAG

สร้างและนำ AI Agent และแอปพลิเคชัน LLM ขึ้นใช้งานจริงที่ Brillio ครอบคลุมระบบ RAG เวิร์กโฟลว์พรอมป์ต์และการค้นคืนข้อมูล ตลอดจนเฟรมเวิร์กการประเมินผล

รายละเอียด

  • ออกแบบเวิร์กโฟลว์ของ AI Agent ตั้งแต่การพัฒนาพรอมป์ต์ไปจนถึงการนำขึ้นใช้งานจริง
  • พัฒนาและปรับปรุงไปป์ไลน์ RAG รวมถึงการแบ่งชิ้นข้อมูล การสร้าง embedding การจัดอันดับ และการจัดการบริบท
  • สร้างเวิร์กโฟลว์ด้าน prompt engineering พร้อมการทดสอบอย่างเป็นระบบและกลยุทธ์ chain-of-thought
  • เชื่อมต่อ Agent กับฐานข้อมูล ระบบกฎ ระบบตรวจสอบความถูกต้อง และเครื่องมือจัดรูปแบบ
  • จัดทำการตรวจสอบคุณภาพอัตโนมัติและชั้นการตรวจสอบความถูกต้อง
  • ติดตั้งเครื่องมือวัดผลในโซลูชัน และทำงานร่วมกับนักวิทยาศาสตร์ข้อมูลในเฟรมเวิร์กการประเมินผล
  • นำโซลูชัน AI/ML ขึ้นใช้งานจริงและดูแลรักษา โดยคำนึงถึงความเสถียร การติดตามตรวจสอบ และกรณีขอบ
  • สร้างวงจรป้อนกลับที่ใช้การตรวจทานจากผู้เชี่ยวชาญเพื่อปรับปรุงประสิทธิภาพของ Agent

คุณสมบัติ

  • มีประสบการณ์ 2–4 ปี รวมถึงประสบการณ์อย่างน้อย 2 ปีในการสร้างแอปพลิเคชัน LLM ระบบ RAG หรือเวิร์กโฟลว์ AI Agent
  • มีความเชี่ยวชาญระดับสูงด้าน Python
  • มีประสบการณ์ลงมือปฏิบัติกับเฟรมเวิร์ก LLM เช่น LangChain, LlamaIndex หรือเครื่องมือที่คล้ายกัน
  • มีความรู้ด้าน prompt engineering และการทดสอบพรอมป์ต์อย่างเป็นระบบ
  • เข้าใจสถาปัตยกรรม RAG รวมถึงโมเดล embedding, vector store, กลยุทธ์การค้นคืน และการจัดอันดับซ้ำ
  • มีประสบการณ์สร้างเวิร์กโฟลว์ Agent หลายขั้นตอนที่ใช้เครื่องมือ มีตรรกะการแยกเส้นทาง และจัดการข้อผิดพลาดได้อย่างรัดกุม
  • มีประสบการณ์นำโซลูชัน AI/ML ขึ้นใช้งานจริงและติดตามตรวจสอบ
  • มีประสบการณ์ใช้เครื่องมือและเฟรมเวิร์กด้านไปป์ไลน์ข้อมูล เช่น KubeFlow, BentoML, Great Expectations หรือ Evidently AI

งานที่เกี่ยวข้อง

Thomson Reuters

นักวิทยาศาสตร์ข้อมูล ด้าน People Analytics และแมชชีนเลิร์นนิง

Thomson Reuters

สร้างผลิตภัณฑ์วิเคราะห์ข้อมูลบุคลากรและโซลูชันแมชชีนเลิร์นนิงที่ Thomson Reuters โดยเปลี่ยนความต้องการทางธุรกิจให้เป็นเครื่องมือข้อมูลที่มีประโยชน์ พัฒนาแอปพลิเคชัน React และ FastAPI ระบบ Snowflake และเวิร์กโฟลว์ที่ขับเคลื่อนด้วย LLM สำหรับ People Analytics

เปิด