
Quantiphi เป็นบริษัทวิศวกรรมดิจิทัลที่ให้ความสำคัญกับ AI ซึ่งช่วยให้องค์กรต่าง ๆ นำปัญญาประดิษฐ์ ข้อมูล และเทคโนโลยีคลาวด์มาใช้รับมือกับความท้าทายทางธุรกิจที่ซับซ้อน บริษัทก่อตั้งขึ้นในปี 2013 โดยผสานความเชี่ยวชาญด้านการให้คำปรึกษาและวิศวกรรมเข้าด้วยกัน เพื่อสร้างแอปพลิเคชัน AI ที่รองรับการขยายขนาด พัฒนาขีดความสามารถด้านการวิเคราะห์ข้อมูล ปรับปรุงโครงสร้างพื้นฐานคลาวด์ให้ทันสมัย และส่งมอบการใช้งานที่ออกแบบเฉพาะ องค์กรในภาคส่วนต่าง ๆ เช่น การดูแลสุขภาพ การเงิน การศึกษา ค้าปลีก และโลจิสติกส์ ต่างได้รับการสนับสนุนจากการดำเนินงานของบริษัท โดย Quantiphi มีพันธมิตรด้านเทคโนโลยี ได้แก่ AWS, Google Cloud และ NVIDIA ทีมงานของ Quantiphi มุ่งเปลี่ยนเทคโนโลยีขั้นสูงให้เป็นโซลูชันที่ใช้งานได้จริงสำหรับการเปลี่ยนแปลงองค์กร
วิศวกรแมชชีนเลิร์นนิงอาวุโสที่ Quantiphi - ทำงานที่สำนักงานในมุมไบ
เป็นผู้นำด้านการออกแบบและส่งมอบระบบแมชชีนเลิร์นนิง, LLM และ AI แบบสนทนาที่ปรับขนาดได้ให้กับ Quantiphi สร้างเฟรมเวิร์กเอเจนต์ ความสามารถด้าน MLOps และโซลูชันที่ผสานรวมกับ AWS
รายละเอียด
- ออกแบบ พัฒนา และนำโซลูชันแมชชีนเลิร์นนิงที่ปรับขนาดได้ไปใช้งาน ครอบคลุม ML แบบดั้งเดิม, LLM และ AI แบบสนทนา
- รับผิดชอบวงจรชีวิต ML และ AI ทั้งหมด ตั้งแต่การเตรียมข้อมูลและวิศวกรรมคุณลักษณะ ไปจนถึงการพัฒนา การตรวจสอบความถูกต้อง การนำไปใช้งาน และการติดตามดูแลโมเดล
- สร้างเฟรมเวิร์กเอเจนต์ที่พร้อมใช้งานจริง พร้อมความสามารถในการเรียกใช้เครื่องมือและเวิร์กโฟลว์การทำงานร่วมกันของเอเจนต์หลายตัว
- ประยุกต์ใช้แนวปฏิบัติด้าน MLOps กับระบบแมชชีนเลิร์นนิงและระบบที่ใช้ LLM
- พัฒนา REST API ที่เชื่อถือได้เพื่อเชื่อมต่อโซลูชัน ML และ AI แบบสนทนากับแอปพลิเคชันระดับองค์กรและบริการภายนอก
- สร้างความสามารถด้านการวิเคราะห์บทสนทนาและการสังเกตการณ์ระบบที่ปรับขนาดได้สำหรับระบบ AI
- ทำงานร่วมกับนักวิทยาศาสตร์ข้อมูล วิศวกรข้อมูล ผู้จัดการผลิตภัณฑ์ และผู้มีส่วนเกี่ยวข้อง เพื่อเปลี่ยนความต้องการทางธุรกิจให้เป็นโซลูชัน ML และ AI ที่ปรับขนาดได้
- ออกแบบสถาปัตยกรรมโซลูชันที่ขับเคลื่อนด้วย LLM และเป็นผู้นำการพัฒนาเฟรมเวิร์กเอเจนต์บนโครงสร้างพื้นฐาน AWS
คุณสมบัติ
- มีประสบการณ์การทำงานระดับมืออาชีพ 4–7 ปี
- มีความสามารถที่พิสูจน์แล้วในการออกแบบสถาปัตยกรรม พัฒนา และนำโซลูชัน ML ขนาดใหญ่ไปใช้งาน รวมถึงแมชชีนเลิร์นนิงแบบดั้งเดิมและ AI แบบสนทนาที่ใช้ LLM
- มีประสบการณ์ในการจัดการวงจรชีวิต ML และ AI ทั้งหมด รวมถึงการเตรียมข้อมูล วิศวกรรมคุณลักษณะ การพัฒนาโมเดล การตรวจสอบความถูกต้อง การนำไปใช้งาน และการติดตามดูแล
- มีพื้นฐานด้านการออกแบบเฟรมเวิร์กเอเจนต์ระดับ production เวิร์กโฟลว์การเรียกใช้เครื่องมือ และการประสานงานเอเจนต์หลายตัว
- มีความเชี่ยวชาญด้าน MLOps ครอบคลุมการนำไปใช้งาน การติดตามดูแล และการเพิ่มประสิทธิภาพสำหรับระบบ ML และ LLM
- มีความรู้เป็นอย่างดีเกี่ยวกับการถดถอย ต้นไม้ตัดสินใจ SVM วิธีการแบบ ensemble การจัดกลุ่ม การเตรียมข้อมูลล่วงหน้า การคัดเลือกคุณลักษณะ และการสร้างแบบจำลองทางสถิติ
- มีความเข้าใจขั้นสูงเกี่ยวกับวิศวกรรมพรอมป์ การเพิ่มประสิทธิภาพบริบท รูปแบบการให้เหตุผลของเอเจนต์ RAG ฐานข้อมูลเวกเตอร์ และการค้นหาเชิงความหมาย
- มีทักษะ Python ในระดับสูง พร้อม scikit-learn, XGBoost, LightGBM, LangChain และ CrewAI
- มีประสบการณ์ในการสร้าง REST API ที่มีความแข็งแกร่งสำหรับโมเดล ML และแอปพลิเคชัน AI แบบสนทนา
- มีประสบการณ์กับบริการ AWS เช่น SageMaker และ Bedrock
- มีประสบการณ์ในการพัฒนาเฟรมเวิร์กการวิเคราะห์บทสนทนาและการสังเกตการณ์ AI ที่ปรับขนาดได้
- มีทักษะการแก้ปัญหา การสื่อสาร และการบริหารผู้มีส่วนเกี่ยวข้องในระดับยอดเยี่ยม
- หากมีประสบการณ์กับ Model Context Protocol (MCP) หรือมาตรฐานการสื่อสารระหว่างเอเจนต์ที่เทียบเท่าจะได้รับการพิจารณาเป็นพิเศษ
- หากมีประสบการณ์ด้านระบบอัตโนมัติสำหรับการสนับสนุนลูกค้าหรือเทคโนโลยีศูนย์ติดต่อจะได้รับการพิจารณาเป็นพิเศษ
- หากมีใบรับรองด้าน Cloud AI เช่น AWS ML Specialty, Azure AI Engineer หรือ Google Cloud ML Engineer จะได้รับการพิจารณาเป็นพิเศษ
สวัสดิการ
- สถานที่ทำงานที่ให้ความสำคัญกับความโปร่งใส ความหลากหลาย ความซื่อสัตย์ การเรียนรู้ และการพัฒนาอาชีพ
- สภาพแวดล้อมที่สนับสนุนนวัตกรรมควบคู่ไปกับการเติบโตทางวิชาชีพและส่วนบุคคล