人工智能工程师(大语言模型与 RAG)— ThoughtFull,马来西亚
为 ThoughtFull 的心理健康平台构建可投入生产环境的大语言模型应用、AI 智能体和检索增强生成系统。 在云基础设施上部署安全的 AI 服务和后端集成。
描述
- 使用大语言模型和现代框架创建可扩展、安全的 AI 应用。
- 构建智能体和自动化工作流,以连接 API、数据库、工具和现有系统。
- 开发并改进 RAG 流程,涵盖文档处理、嵌入、向量搜索和检索。
- 集成 OpenAI、Anthropic 和 AWS Bedrock 等大语言模型服务,运用提示工程、结构化输出和函数调用。
- 构建并维护后端服务和 REST API。
- 创建评估框架和防护措施,确保准确性、安全性、可靠性、敏感数据保护,并支持人工介入升级处理。
- 提升应用性能、响应速度和令牌使用效率,并降低基础设施成本。
- 使用云基础设施、Docker 和 CI/CD 流水线部署、监控和维护 AI 服务。
- 与产品、工程和临床团队合作,将业务需求转化为 AI 解决方案。
- 评估新兴 AI 技术、模型和框架。
任职要求
- 计算机科学、工程或相关专业学位。
- 至少四年专业软件工程经验,其中包括 AI 或大语言模型应用的实际开发经验。
- 熟练使用 Python 及 FastAPI 或 Django 等后端框架。
- 具备集成大语言模型 API 的实践经验,包括 OpenAI、Anthropic 或类似服务。
- 具备使用提示、结构化输出和工具或函数调用构建生产级大语言模型应用的经验。
- 具备使用 LangGraph、LangChain 或类似方法构建 AI 智能体和智能体工作流的实操经验。
- 了解 RAG 架构、嵌入、检索方法以及 pgvector、Pinecone 或 Milvus 等向量数据库。
- 了解 AI 评估、自动化测试、减少幻觉和提示注入风险。
- 具备智能体 AI 架构、智能体运行框架和迭代执行循环的经验,包括工具编排、反馈循环、状态管理和自动验证。
- 具备设计 REST API、集成数据库和开发后端服务的经验。
- 具备 AWS、Docker 和云基础设施的实操经验。
- 熟悉 CI/CD 流水线、Git 和应用监控。
- 了解应用安全、数据隐私和负责任的 AI 实践。
- 具备出色的问题解决能力,能够独立交付 AI 功能,从原型推进至生产环境。
- 可按马来西亚或新加坡时区(GMT+8)工作。
- 英语流利,具备良好的书面和口头沟通能力。
- 无法提供签证担保。
相关职位
未找到职位
尝试调整或清除筛选条件,以查看更多机会。
