AI 工程师,生成式 AI 与 RAG — Huron,班加罗尔混合办公
为 Huron 构建机器学习、生成式 AI 和检索增强生成解决方案。 开发智能体应用、云端 AI 流水线、API 和生产系统。
描述
- 使用机器学习和生成式 AI 方法创建 AI 系统,包括提示工程、微调、嵌入和 RAG。
- 使用 LangChain、LangGraph、AutoGen 或 CrewAI 等工具构建智能应用和智能体系统。
- 设计并交付完整的 RAG 流水线,涵盖文档摄取与分块、向量索引、混合搜索和上下文响应。
- 使用 FastAPI、Flask 或类似框架创建模块化且有文档说明的 API 和服务组件。
- 构建并管理 AI 流水线,以支持数据摄取、转换、验证、训练、推理、部署和知识检索。
- 使用 AWS 和 Azure 的 AI 与机器学习服务支持开发和部署。
- 设置监控与评估机制,检查模型准确性、漂移、检索质量、依据充分性、可靠性和任务推理能力。
- 提升生产环境中 RAG 系统的速度、可扩展性、成本效益和响应质量。
- 与软件工程师、数据科学家、解决方案架构师和业务相关方合作,参与解决方案设计和生产交接。
- 参与实验、概念验证、试点项目和可扩展部署。
- 持续关注生成式 AI、AI 智能体、编排框架、RAG 评估和持续改进。
任职要求
- 具备 4–6 年 AI/ML 开发或智能应用工程的实际工作经验。
- 具备扎实的 Python 技能,并熟悉 scikit-learn、PyTorch、TensorFlow 或 OpenAI API 等现代 AI/ML 库。
- 设计并部署过 RAG 系统,使用过嵌入、FAISS、Pinecone、Chroma 或 Azure AI Search 等向量数据库,以及检索优化方法。
- 使用 FastAPI、Flask 或同类框架构建过 API 或后端服务。
- 熟悉 LangGraph 或 AutoGen 等智能体框架和多智能体编排模式。
- 了解 AWS 或 Azure 等云平台以及 Docker 等容器工具。
- 具备使用 Azure Machine Learning、AWS SageMaker 或 Google AI/ML 服务等云端机器学习平台的实际经验。
- 拥有计算机科学、工程、数据科学或相关领域的学士学位。
- 具备 MCP 等编排标准或工具,或智能体路由协议的经验者优先。
- 具备 MLOps 流水线、模型交付 CI/CD、RAGAS 等 RAG 评估工具或模型监控经验者优先。
- 了解 AI 系统评估、可观测性、提示性能测试和依据验证者优先。
- 能够跨职能协作、管理多个项目,并与技术和非技术受众沟通。
- 持有 Azure、AWS 或 Google Cloud 的 AI/ML 服务云认证者优先。
