EXL 是一家商业咨询与服务公司，帮助组织运用数据、分析和技术改善运营并做出更明智的决策。其业务涵盖运营管理、决策分析和数字化转型，并拥有为医疗保健、保险、金融和物流行业客户提供支持的经验。EXL 将数据科学与务实的业务专业知识相结合，根据每个组织的目标、运营模式和行业背景，制定量身定制的解决方案。
EXL 高级生成式 AI 工程负责人（混合办公，美国）
负责设计企业级大语言模型与智能体 AI 解决方案。 构建覆盖 AWS、Google Cloud 和 Snowflake 的治理完善、可投入生产的工作流。
描述
- 设计并交付企业级生成式 AI 系统，运用大语言模型、基础模型和智能体 AI 框架。
- 创建可复用的 AI 模式、加速器和参考架构。
- 将业务挑战转化为可扩展的 AI 工作流和可投入生产的概念验证。
- 运用新兴生成式 AI 技术和成熟实践，推动 AI 平台现代化。
- 创建并维护提示工程框架，以生成可控、可靠的大语言模型输出。
- 建立提示词版本控制、生命周期管理和测试实践。
- 构建 AI 防护机制，应对幻觉、偏见、安全威胁和合规要求。
- 使用 LangGraph、LangChain、CrewAI、Semantic Kernel 或类似工具开发可扩展的编排流水线。
- 创建可复用的 AI 组件、工具、智能体和工作流模板。
- 构建多智能体系统和自主工作流。
- 与业务相关方合作，识别有价值的 AI 应用场景。
- 使用合成数据和企业数据创建 AI 原型及最小可行产品。
- 将原型转化为满足可扩展性、安全性和可靠性标准的生产应用。
- 设计基于 AWS、Google Cloud 和 Snowflake 的可扩展生成式 AI 架构。
- 使用 Amazon Bedrock、SageMaker、Vertex AI、Snowflake Cortex AI 及其他云原生 AI 服务。
- 运用向量数据库、嵌入和语义搜索设计 RAG 系统。
- 改进模型部署、推理速度和基础设施成本效益。
- 构建评估框架，衡量准确性、相关性、延迟、安全性和业务影响。
- 为提示词、模型和工作流制定基准。
- 定义关键绩效指标、可观测性实践和监控策略。
- 通过提示词调优、检索改进和工作流优化提升模型表现。
任职要求
- 计算机科学、人工智能、数据科学、工程或相关学科的学士或硕士学位。
- 至少 8 年软件工程、机器学习、数据工程或 AI 解决方案开发经验。
- 至少 4 年生成式 AI、大语言模型和基础模型的实践经验。
- 在运用先进大语言模型架构和提示框架设计企业级生成式 AI 解决方案方面具备扎实背景。
- 擅长开发可扩展的 AI 工作流、编排流水线和可复用 AI 组件。
- 能够将业务需求转化为生产就绪的 AI 解决方案，并使用合成数据构建原型。
- 深入了解提示词版本控制、治理、防护机制以及大语言模型输出控制。
- 深入理解 AI 评估框架、基准测试方法和优化技术。
- 具备向量数据库、嵌入、语义搜索和 RAG 架构相关经验。
- 具备扎实的 Python 技能，并熟悉现代 AI 和机器学习开发框架。