Ford Motor Company là nhà sản xuất ô tô có trụ sở tại Hoa Kỳ, với lịch sử hình thành từ năm 1903. Bên cạnh việc phát triển và sản xuất phương tiện, công ty đang mở rộng trọng tâm sang các dịch vụ di chuyển, trải nghiệm kỹ thuật số và phần mềm. Ford cũng triển khai các sáng kiến về phát triển bền vững và đặt ra những mục tiêu về môi trường, thể hiện cách tiếp cận kết nối giao thông, đổi mới, tác động đến cộng đồng và hoạt động kinh doanh có trách nhiệm.
Kiến trúc sư AI/ML tại Ford Motor Company (Làm việc kết hợp, Ấn Độ)
Xây dựng tác tử tự động, hệ thống đa tác tử và quy trình RAG phục vụ doanh nghiệp. Triển khai AI tạo sinh trên Google Cloud bằng MLOps, container và cơ sở dữ liệu vector.
Mô tả
- Phát triển và triển khai các tác tử AI tự động và bán tự động cho quy trình doanh nghiệp.
- Thiết kế kiến trúc đa tác tử với khả năng điều phối, phân rã nhiệm vụ, lập kế hoạch theo vòng lặp và giao tiếp giữa các tác tử.
- Kết nối tác tử với nền tảng doanh nghiệp, API REST và GraphQL, cơ sở dữ liệu và dịch vụ Google Cloud.
- Xây dựng khả năng ghi nhớ ngắn hạn, dài hạn, theo sự kiện và ngữ nghĩa.
- Tạo, kiểm thử, tinh chỉnh và duy trì mẫu prompt cùng thư viện prompt có thể tái sử dụng.
- Đánh giá, lựa chọn và tinh chỉnh các mô hình nền tảng, bao gồm Gemini thông qua Vertex AI Model Garden.
- Xây dựng và tinh chỉnh quy trình RAG có thông lượng cao, độ trễ thấp, bao gồm nạp tài liệu, chia đoạn và tạo embedding.
- Tích hợp và vận hành cơ sở dữ liệu vector có khả năng mở rộng.
- Làm sạch và chuẩn bị dữ liệu có cấu trúc lẫn phi cấu trúc để sử dụng.
- Cấp phát môi trường Google Cloud an toàn bằng hạ tầng dưới dạng mã với Terraform.
- Xây dựng và duy trì quy trình CI/CD để tự động hóa kiểm thử, tạo container và triển khai trên nhiều môi trường.
- Đóng gói ứng dụng và tác tử bằng Docker, sau đó triển khai trên GKE hoặc Cloud Run.
- Thiết lập điều phối quy trình làm việc bằng các công cụ như Vertex AI Pipelines hoặc Cloud Composer/Airflow.
- Xác định chỉ số và quy trình kiểm thử để đánh giá chất lượng tác tử, độ trễ, mức sử dụng token và tỷ lệ tạo thông tin sai lệch.
- Bổ sung lọc nội dung, kiểm duyệt, kiểm tra căn cứ, biện pháp phòng chống prompt injection, kiểm soát quyền riêng tư và các bước duyệt của con người.
- Thiết lập giám sát môi trường production, nhật ký, truy vết phân tán và cảnh báo theo thời gian thực.
- Cải thiện quy trình tác tử, thiết lập mô hình, bộ nhớ đệm và hạ tầng để tối ưu chi phí và hiệu năng.
- Quản lý nhánh Git, yêu cầu hợp nhất mã và đánh giá mã.
- Phối hợp với nhà khoa học dữ liệu, kỹ sư phần mềm và các nhóm kinh doanh để cung cấp giải pháp AI sẵn sàng cho production.
- Tài liệu hóa kiến trúc hệ thống, luồng tác tử, công cụ, prompt, container và quy trình vận hành.
Yêu cầu
- Có ít nhất ba năm kinh nghiệm chuyên môn về kỹ thuật máy học hoặc AI, với nền tảng MLOps vững chắc.
- Có từ một đến hai năm kinh nghiệm thực tế trong thiết kế và triển khai LLM, AI tạo sinh hoặc hệ thống dựa trên tác tử trong môi trường production.
- Thành thạo chuyên sâu Python.
- Có kinh nghiệm với PyTorch, TensorFlow hoặc Scikit-learn.
- Có kiến thức lý thuyết và thực tiễn vững chắc về học sâu, xử lý ngôn ngữ tự nhiên và kiến trúc Transformer.
- Có kinh nghiệm thực tế với LangChain, LangGraph, LlamaIndex, CrewAI hoặc Vertex AI Agent Builder.
- Có kinh nghiệm thực tế với Google Cloud Platform, Docker, Kubernetes/GKE, Cloud Run và Cloud Functions.
- Có kinh nghiệm thực tế về lập chỉ mục vector, tìm kiếm ngữ nghĩa, Vertex AI Vector Search, AlloyDB hoặc công cụ tương đương.
- Có kiến thức về cơ sở dữ liệu SQL và NoSQL, API REST và API GraphQL.
- Có kinh nghiệm với Terraform, Git và công cụ CI/CD như Cloud Build, GitLab CI hoặc Jenkins.
- Có kinh nghiệm với Prometheus, Cloud Logging hoặc LangSmith, cũng như đánh giá chất lượng và độ an toàn của đầu ra LLM.
- Ưu tiên cao ứng viên có chứng chỉ Google Cloud Professional Machine Learning Engineer hoặc Professional Cloud Architect.
- Có bằng cử nhân hoặc trình độ tương đương.