Quantiphi — цифрова інженерна компанія, орієнтована насамперед на штучний інтелект, яка допомагає організаціям застосовувати технології штучного інтелекту, роботи з даними та хмарних обчислень для розв’язання складних бізнес-завдань. Заснована у 2013 році, компанія поєднує консалтингову та інженерну експертизу для створення масштабованих ШІ-застосунків, розвитку аналітики даних, модернізації хмарної інфраструктури та реалізації індивідуальних рішень. Quantiphi співпрацює з організаціями в таких секторах, як охорона здоров’я, фінанси, освіта, роздрібна торгівля та логістика, а серед її технологічних партнерів — AWS, Google Cloud і NVIDIA. Команди компанії зосереджені на перетворенні передових технологій на практичні рішення для трансформації підприємств.
Провідний інженер з машинного навчання в Quantiphi — Мумбаї, робота в офісі
Керуйте проєктуванням і впровадженням масштабованих систем машинного навчання, LLM і розмовного ШІ в Quantiphi. Створюйте агентські фреймворки, MLOps-можливості та рішення з інтеграцією AWS.
Опис
- Проєктувати, розробляти та впроваджувати масштабовані рішення машинного навчання на основі традиційного ML, LLM і розмовного ШІ.
- Відповідати за повний життєвий цикл ML і ШІ: від підготовки даних та інженерії ознак до розроблення, валідації, розгортання й моніторингу моделей.
- Створювати готові до промислової експлуатації агентські фреймворки з викликом інструментів і скоординованими робочими процесами кількох агентів.
- Застосовувати практики MLOps у системах машинного навчання та на основі LLM.
- Розробляти надійні REST API, які поєднують рішення ML і розмовного ШІ з корпоративними застосунками та зовнішніми сервісами.
- Створювати масштабовані можливості аналітики діалогів і спостережуваності для систем ШІ.
- Співпрацювати з дата-сайєнтистами, інженерами даних, продакт-менеджерами та зацікавленими сторонами, перетворюючи бізнес-потреби на масштабовані рішення ML і ШІ.
- Проєктувати рішення на основі LLM і керувати розробленням агентських фреймворків на інфраструктурі AWS.
Вимоги
- 4–7 років професійного досвіду.
- Підтверджена здатність проєктувати, розробляти та впроваджувати великомасштабні ML-рішення, зокрема традиційне машинне навчання та розмовний ШІ на основі LLM.
- Досвід управління повним життєвим циклом ML і ШІ, включно з підготовкою даних, інженерією ознак, розробленням, валідацією, розгортанням і моніторингом моделей.
- Досвід проєктування виробничих агентських фреймворків, робочих процесів із викликом інструментів і координації кількох агентів.
- Експертиза в MLOps, включно з розгортанням, моніторингом та оптимізацією ML- і LLM-систем.
- Глибокі знання регресії, дерев рішень, SVM, ансамблевих методів, кластеризації, попередньої обробки даних, відбору ознак і статистичного моделювання.
- Поглиблене розуміння розроблення промптів, оптимізації контексту, шаблонів агентського міркування, RAG, векторних баз даних і семантичного пошуку.
- Впевнене володіння Python і scikit-learn, XGBoost, LightGBM, LangChain та CrewAI.
- Досвід створення надійних REST API для ML-моделей і застосунків розмовного ШІ.
- Досвід роботи із сервісами AWS, такими як SageMaker і Bedrock.
- Досвід розроблення масштабованих фреймворків аналітики діалогів і спостережуваності ШІ.
- Відмінні навички розв’язання проблем, комунікації та взаємодії із зацікавленими сторонами.
- Досвід роботи з Model Context Protocol (MCP) або подібними стандартами комунікації агентів буде перевагою.
- Досвід автоматизації клієнтської підтримки або роботи з технологіями контакт-центрів буде перевагою.
- Сертифікації у сфері хмарного ШІ, такі як AWS ML Specialty, Azure AI Engineer або Google Cloud ML Engineer, будуть перевагою.
Переваги
- Робоче середовище, засноване на прозорості, різноманітті, доброчесності, навчанні та кар’єрному розвитку.
- Середовище, що підтримує інновації, професійне та особисте зростання.