
kAIgentic เป็นบริษัท SaaS ด้าน AI สำหรับองค์กรที่มีสำนักงานใหญ่ในสิงคโปร์ ช่วยให้องค์กรที่มีความซับซ้อนและพึ่งพาความรู้เป็นอย่างมากเปลี่ยนความรู้ด้านการปฏิบัติงานที่ฝังอยู่ในองค์กรให้เป็นเอเจนต์ AI ที่มีการกำกับดูแล แพลตฟอร์มของบริษัทผสานการกำหนดค่าเอเจนต์ การวิเคราะห์เชิงวินิจฉัยบุคลากร ระบบ และกระบวนการ ตลอดจนสภาพแวดล้อมรันไทม์สำหรับการนำไปใช้งานภายใต้การกำกับดูแลของมนุษย์ พร้อมระบบติดตามข้อมูลการทำงานและการปรับปรุงอย่างต่อเนื่อง ด้วยรากฐานจากญี่ปุ่นและประสบการณ์ความร่วมมือกับองค์กรในภาคบริการทางการเงิน kAIgentic มุ่งเน้นการสร้างความมั่นใจ การปฏิบัติตามข้อกำหนด และการปรับปรุง AI ให้ทันสมัยในทางปฏิบัติสำหรับธุรกิจที่อยู่ภายใต้การกำกับดูแล โดยไม่จำเป็นต้องรื้อและเปลี่ยนระบบทั้งหมด
วิศวกรซอฟต์แวร์ ฝ่ายวิจัย AI — Bengaluru Hybrid
สร้างโครงสร้างพื้นฐาน AI สำหรับองค์กร ครอบคลุมความเข้าใจเอกสาร GraphRAG ระบบการค้นคืน และการผสานรวมมัลติเอเจนต์ที่ปลอดภัย บทบาทนี้ผสานงานวิศวกรรมระบบจริงเข้ากับการวิจัย AI ประยุกต์
รายละเอียด
- พัฒนาไปป์ไลน์นำเข้าเอกสารแบบครบวงจรที่รองรับเค้าโครง ตาราง แผนภาพที่สแกน และการสร้าง embedding สำหรับเนื้อหาขนาดยาว
- สร้างระบบสกัดข้อมูลด้วย LLM ที่จำกัดด้วย schema โดยใช้ schema แบบมีชนิด วงจรตรวจสอบ และรอบการแก้ไขหรือส่งพรอมป์ใหม่โดยอัตโนมัติ
- เป็นผู้นำด้านวิศวกรรมการค้นคืน ครอบคลุมการค้นหาแบบผสม การจัดอันดับใหม่ และการขยายคำค้น
- สร้างกราฟความรู้และไปป์ไลน์แก้ความกำกวมของเอนทิตีด้วย Neo4j หรือคลัง property graph ที่เทียบเท่า เพื่อรองรับการค้นคืนแบบ GraphRAG
- เสริมความถูกต้องของแหล่งอ้างอิงด้วยการผสานคลังคำศัพท์เข้ากับการสร้างผลลัพธ์ที่มีการค้นคืนอยู่ในวงจร
- ทำงานร่วมกับทีมผลิตภัณฑ์และทีมวิจัยเพื่อจัดทำชุดข้อมูลประเมิน เกณฑ์การให้คะแนน และด่านตรวจสอบการถดถอย
- พัฒนาการประสานงานมัลติเอเจนต์แบบ planner-worker และการกำหนดเส้นทางเครื่องมือด้วย SDK แบบเนทีฟ
- เป็นผู้นำการผสานรวม MCP และเอเจนต์ถึงเอเจนต์ ด้วยสัญญาที่ปลอดภัย ขอบเขตการยืนยันตัวตน และการส่งต่อบริบทข้ามบริการ
คุณสมบัติ
- มีผลงานที่พิสูจน์ได้ในการส่งมอบระบบ AI สำหรับใช้งานจริงด้วย Python พร้อมการกำหนดชนิดข้อมูลที่เข้มงวด ชุดทดสอบที่ครอบคลุม และการออกแบบไปป์ไลน์แบบอะซิงโครนัส
- มีรูปแบบการทำงานที่มุ่งเน้นการพัฒนาอย่างรวดเร็วและใช้ AI เป็นแกนหลัก
- มีความเข้าใจขั้นสูงเกี่ยวกับการเขียนพรอมป์สำหรับ LLM การสกัดข้อมูลตาม schema และวงจรการแก้ไขอัตโนมัติ
- มีความเชี่ยวชาญด้าน dense embedding การค้นหาแบบผสม การจัดอันดับใหม่ และการขยายคำค้น
- มีประสบการณ์ดูแลฐานข้อมูล property graph เช่น Neo4j และสร้างไปป์ไลน์แก้ความกำกวมของเอนทิตีและ GraphRAG
- มีประสบการณ์เชิงปฏิบัติกับสถาปัตยกรรม grounding คลังคำศัพท์ และการสร้างผลลัพธ์ที่มีการค้นคืนอยู่ในวงจร
- มีความชำนาญในเครื่องมือประสานงานมัลติเอเจนต์ เช่น LangGraph หรือ OpenAI Agents SDK รวมถึงรูปแบบการผสานรวม MCP หรือ A2A ที่ปลอดภัย
- มีประสบการณ์ออกแบบชุดข้อมูลประเมิน สร้างตัวประเมิน และใช้การทดสอบการถดถอยด้วยเครื่องมือ tracing เช่น Langfuse
- มีวิจารณญาณที่ดีในการสร้างสมดุลระหว่างเป้าหมายการวิจัยกับข้อกำหนดของผลิตภัณฑ์
- สามารถสื่อสารอย่างชัดเจนกับวิศวกร ผู้จัดการผลิตภัณฑ์ และผู้มีส่วนได้ส่วนเสียระดับอาวุโส
สวัสดิการ
- ได้รับความเป็นเจ้าของงานที่มีความหมายตั้งแต่เริ่มต้น
- มีโอกาสเรียนรู้และเติบโตไปพร้อมกับผู้นำที่มีประสบการณ์จากองค์กรขนาดใหญ่
- วัฒนธรรมที่ตั้งอยู่บนความไว้วางใจ สนับสนุนความปลอดภัยทางจิตใจ การแสดงความคิดเห็นต่างอย่างเปิดกว้าง และการทดลองอย่างมีวินัย
- ทำงานร่วมกับเพื่อนร่วมงานในสิงคโปร์ อินเดีย ญี่ปุ่น ยุโรป และสหรัฐอเมริกา