高级人工智能工程师 — 巴西远程
为 CI&T 的企业转型项目构建可靠的 LLM 抽取管道和 AI 驱动的 Web 应用。 使用 Python、Azure OpenAI、LangChain、React 和 Next.js 开展工作。
描述
- 使用多次调用共识、数据接地和值检查创建基于 LLM 的抽取管道
- 将抽取的属性映射到 PriCat 标准,以确保数据一致性和 ERP 兼容性
- 使用准确率、成本和延迟指标评估并改进 AI 模型
- 使用 LLM 可观测性工具监控 AI 行为并提升性能
- 使用 Python、Azure OpenAI、LangChain 和 Document Intelligence 开发 AI 功能
- 创建和维护 Jinja2 提示词模板及结构化生成工作流
- 根据设计团队的原型使用 Next.js 和 React 重建并改进 Web 应用
- 创建 PDF 数据接地视图,帮助用户理解和验证抽取的证据
- 调查法语用户遇到的问题,交付修复并实施小型改进
- 编写和维护自动化测试
- 与工程、设计和业务利益相关者合作,将需求转化为 AI 解决方案
任职要求
- 具备丰富的软件工程经验,专注于 AI 工程和全栈开发
- 精通 Python,并具备创建 AI 驱动应用的经验
- 具备 Azure OpenAI 和大型语言模型的实际经验
- 具备使用 LangChain 构建 LLM 工作流或信息抽取管道的经验
- 了解文档处理、结构化抽取、数据接地和输出验证
- 具备衡量 AI 解决方案质量、成本和延迟的经验
- 熟悉 LLM 可观测性平台,尤其是 Langfuse
- 具备使用 React 和 Next.js 开发前端应用的经验
- 熟悉 Jinja2 或类似的基于模板的技术
- 具备编写自动化测试和诊断生产应用的经验
- 具备出色的分析和解决问题能力,并高度关注数据质量与可靠性
- 能够跨学科协作,并清晰解释技术概念
- 具备 Azure AI Document Intelligence 或同类文档处理工具的经验
- 了解 LLM 评估、多步抽取、共识方法和数据接地技术
- 具备将 AI 生成数据连接到 ERP 系统或企业数据标准的经验
- 熟悉 PDF 渲染、文档注释和基于证据的验证界面
- 具备协助国际用户或在多语言环境中工作的经验
- 了解 AI 监控、追踪和持续改进实践
福利待遇
- 医疗和牙科保险
- 餐饮和食品补贴
- 托儿补助
- 延长的陪产假
- 可使用 Wellhub(Gympass)和 TotalPass 与健身房及健康专业人士的合作服务
- 利润分享和业绩参与计划(PLR)
- 人寿保险
- 通过 CI&T University 持续学习
- 折扣俱乐部会员资格
- 免费在线身心及整体健康资源
- 孕期与负责任育儿课程
- 与在线学习服务商合作
- 语言学习平台
- 专业健康与福祉团队支持
- 多元包容专家和员工兴趣小组
- 为残障人士提供招聘流程支持和便利措施
