Jeeves คือแพลตฟอร์มการเงินที่ช่วยให้บริษัทต่าง ๆ จัดการการใช้จ่ายและการชำระเงินระหว่างประเทศได้ในที่เดียว บริการของ Jeeves ครอบคลุมการออกบัตรองค์กร การจัดการค่าใช้จ่าย การโอนเงินข้ามพรมแดน การแลกเปลี่ยนเงินตราต่างประเทศ และการเชื่อมต่อโดยตรงกับระบบบัญชี เพื่อรองรับการดำเนินงานในกว่า 25 ประเทศและหลายสกุลเงิน ด้วยการรวมฟังก์ชันเหล่านี้ไว้ด้วยกัน Jeeves ช่วยให้ธุรกิจลดการพึ่งพาเครื่องมือทางการเงินที่แยกส่วน และปรับปรุงการดำเนินงานด้านการเงินในแต่ละวัน บริษัทไม่ใช่ธนาคาร แต่ทำงานร่วมกับธนาคารที่ได้รับใบอนุญาตและสถาบันการเงินอื่น ๆ เพื่อให้บริการต่าง ๆ
วิศวกร AI อาวุโส ทำงานทางไกลในอาร์เจนตินา
เป็นผู้นำเวิร์กโฟลว์ LLM สำหรับใช้งานจริงบนแพลตฟอร์มธนาคารสเตเบิลคอยน์ของ Jeeves พร้อมสร้างระบบ AI เพื่อทำงานด้านการเงินโดยอัตโนมัติ พัฒนา ประเมิน และติดตามเครื่องมือที่ช่วยสนับสนุนการตัดสินใจทางการเงิน
รายละเอียด
- เป็นผู้นำเวิร์กโฟลว์ด้านการเงินตั้งแต่กำหนดปัญหาเบื้องต้นไปจนถึงการใช้งานจริงและการปรับปรุงอย่างต่อเนื่อง
- ออกแบบระบบเอเจนต์และ LLM ที่ผสานการดึงข้อมูล การค้นคืน การให้เหตุผล และการใช้เครื่องมือ โดยให้มนุษย์ตรวจสอบการตัดสินใจทางการเงินที่มีมูลค่าสูง
- จัดทำเอกสารการออกแบบระบบ ตัดสินใจว่าจะสร้างเองหรือซื้อ และเลือกโมเดลที่จะใช้ พร้อมกำหนดตัวชี้วัดความสำเร็จของเวิร์กโฟลว์
- ทำงานโดยตรงกับลูกค้าและทีมการเงินภายในเพื่อทำความเข้าใจความต้องการของเวิร์กโฟลว์และกำหนดเกณฑ์การทำงานให้เสร็จ
- สร้างไปป์ไลน์ LLM ที่พร้อมใช้งานจริง โดยออกแบบพรอมป์ต์และบริบท กำหนดเอาต์พุตแบบมีโครงสร้าง ตรวจสอบความถูกต้อง เตรียมทางเลือกสำรอง และให้คะแนนความเชื่อมั่น
- ออกแบบองค์ประกอบการค้นคืนและ RAG รวมถึงการแบ่งส่วนข้อมูล การทำ embedding การค้นหาเวกเตอร์ และการจัดอันดับซ้ำ
- เชื่อมต่อบริการ AI กับแบ็กเอนด์ของ Jeeves ผ่านข้อตกลง API การลองใหม่ การลดระดับการทำงานอย่างเหมาะสม และการแยกข้อมูลในระดับลูกค้า
- จัดการต้นทุนโมเดลและเวลาตอบสนอง
- สร้างชุดข้อมูลสำหรับประเมินผลและการทดสอบอัตโนมัติ พร้อมตรวจหาการถดถอยเมื่อพรอมป์ต์ โมเดล หรือข้อมูลเปลี่ยนแปลง
- เพิ่มบันทึกการทำงาน การติดตามเส้นทาง แดชบอร์ด และการแจ้งเตือนให้กับองค์ประกอบ AI
- จัดเก็บบันทึกการตัดสินใจของ AI สำหรับผลิตภัณฑ์ทางการเงินที่อยู่ภายใต้การกำกับดูแล
- กำหนดรูปแบบ เครื่องมือ และแนวปฏิบัติร่วมกันสำหรับงานวิศวกรรม AI
- แนะนำวิธีใช้เอเจนต์เขียนโค้ดและเครื่องมือ AI อื่น ๆ อย่างมีประสิทธิภาพให้กับทีมในวงกว้าง
- ทบทวนการออกแบบระบบ AI และแบ่งปันบทเรียนที่ได้รับ
คุณสมบัติ
- มีประสบการณ์ทำงานด้านวิศวกรรมซอฟต์แวร์อย่างมืออาชีพอย่างน้อยเจ็ดปี โดยมีประสบการณ์อย่างน้อยสองปีในการสร้างและดูแลระบบ LLM หรือ AI ที่ใช้งานจริง
- เคยรับผิดชอบระบบหรือเวิร์กโฟลว์สำคัญตั้งแต่กำหนดขอบเขตและออกแบบไปจนถึงเปิดใช้งานและปรับปรุง โดยได้รับการกำกับดูแลเพียงเล็กน้อย
- มีประสบการณ์ลงมือพัฒนาและนำแอปพลิเคชัน LLM ไปใช้งานจริงผ่าน API ของ Anthropic, OpenAI หรือบริการลักษณะเดียวกัน รวมถึงเอาต์พุตแบบมีโครงสร้าง การจัดการข้อผิดพลาด และการประเมินผล
- มีประสบการณ์ออกแบบเวิร์กโฟลว์ AI แบบเอเจนต์หรือหลายขั้นตอนที่ใช้เครื่องมือ การประสานงาน หรือการตรวจสอบโดยมนุษย์ หรือระบบ RAG ที่ใช้ฐานข้อมูลเวกเตอร์ เช่น pgvector, Pinecone หรือ Weaviate
- เชี่ยวชาญ Python และมีพื้นฐานแบ็กเอนด์ที่แข็งแกร่ง รวมถึง REST API, PostgreSQL หรือฐานข้อมูลเชิงสัมพันธ์ที่เทียบเท่า รูปแบบการทำงานแบบอะซิงโครนัส และแพลตฟอร์มคลาวด์หลัก เช่น AWS, GCP หรือ Azure
- ใช้เครื่องมือเขียนโค้ดด้วย AI เช่น Claude Code, Cursor หรือ Codex เป็นประจำ และอธิบายจุดแข็งกับข้อจำกัดของเครื่องมือเหล่านี้ได้
- มีประสบการณ์ติดตามระบบ AI ผ่านบันทึกการทำงาน การติดตามเส้นทาง แดชบอร์ด และตัวชี้วัดคุณภาพ
- ใช้ภาษาอังกฤษได้คล่องในระดับมืออาชีพ ทั้งการพูดและการเขียน