EXL — консалтингова компанія та постачальник бізнес-послуг, яка допомагає організаціям використовувати дані, аналітику й технології для підвищення ефективності операцій і ухвалення кращих рішень. Її діяльність охоплює управління операціями, аналітику для ухвалення рішень і цифрову трансформацію, а досвід компанії охоплює підтримку клієнтів у сферах охорони здоров’я, страхування, фінансів і логістики. EXL поєднує аналіз даних із практичною бізнес-експертизою, розробляючи рішення з урахуванням цілей, операційної моделі та галузевого контексту кожної організації.
Керівник інженерного напряму генеративного ШІ в EXL (гібридний формат, США)
Керуйте розробкою корпоративних рішень на основі великих мовних моделей і агентного ШІ. Створюйте керовані робочі процеси, готові до промислової експлуатації в AWS, Google Cloud і Snowflake.
Опис
- Проєктуйте та впроваджуйте корпоративні системи генеративного ШІ на основі великих мовних моделей, фундаментальних моделей і фреймворків агентного ШІ.
- Створюйте повторно використовувані шаблони ШІ, прискорювачі розробки та еталонні архітектури.
- Перетворюйте бізнес-завдання на масштабовані робочі процеси ШІ та докази концепції, готові до промислового впровадження.
- Модернізуйте платформи ШІ, застосовуючи нові технології генеративного ШІ та усталені практики.
- Створюйте й підтримуйте фреймворки проєктування промптів, що забезпечують контрольовані та надійні відповіді великих мовних моделей.
- Налаштовуйте версіонування промптів, керування їхнім життєвим циклом і практики тестування.
- Створюйте засоби захисту ШІ від галюцинацій, упередженості, загроз безпеці та ризиків невідповідності вимогам.
- Розробляйте масштабовані конвеєри оркестрації з LangGraph, LangChain, CrewAI, Semantic Kernel або подібними інструментами.
- Створюйте повторно використовувані компоненти, інструменти, агентів і шаблони робочих процесів ШІ.
- Розробляйте мультиагентні системи й автономні робочі процеси.
- Співпрацюйте з бізнес-стейкголдерами, щоб визначати перспективні сценарії використання ШІ.
- Створюйте прототипи ШІ та мінімально життєздатні продукти, використовуючи синтетичні й корпоративні дані.
- Перетворюйте прототипи на промислові застосунки, що відповідають вимогам масштабованості, безпеки та надійності.
- Проєктуйте масштабовані архітектури генеративного ШІ для AWS, Google Cloud і Snowflake.
- Використовуйте Amazon Bedrock, SageMaker, Vertex AI, Snowflake Cortex AI та інші хмарні сервіси ШІ.
- Проєктуйте системи RAG із використанням векторних баз даних, ембедингів і семантичного пошуку.
- Покращуйте розгортання моделей, швидкість інференсу та економічну ефективність інфраструктури.
- Створюйте системи оцінювання точності, релевантності, затримки, безпеки та бізнес-ефекту.
- Розробляйте еталонні тести для промптів, моделей і робочих процесів.
- Визначайте ключові показники ефективності, практики спостережуваності та стратегії моніторингу.
- Покращуйте продуктивність моделей завдяки налаштуванню промптів, удосконаленню пошуку й оптимізації робочих процесів.
Вимоги
- Ступінь бакалавра або магістра з інформатики, штучного інтелекту, науки про дані, інженерії або суміжної дисципліни.
- Щонайменше 8 років досвіду в розробці програмного забезпечення, машинному навчанні, інженерії даних або створенні рішень на основі ШІ.
- Щонайменше 4 роки практичного досвіду роботи з генеративним ШІ, великими мовними та фундаментальними моделями.
- Ґрунтовний досвід проєктування корпоративних рішень генеративного ШІ з використанням просунутих архітектур великих мовних моделей і фреймворків промптингу.
- Досвід розробки масштабованих робочих процесів ШІ, конвеєрів оркестрації та повторно використовуваних компонентів ШІ.
- Уміння перетворювати бізнес-потреби на готові до промислового впровадження рішення й прототипи ШІ з використанням синтетичних даних.
- Глибоке знання версіонування промптів, управління, засобів захисту та способів контролю відповідей великих мовних моделей.
- Добре розуміння систем оцінювання ШІ, методів бенчмаркінгу й технік оптимізації.
- Досвід роботи з векторними базами даних, ембедингами, семантичним пошуком і архітектурами RAG.
- Впевнене володіння Python і знайомство із сучасними фреймворками розробки ШІ та машинного навчання.