EXL 是一家商業顧問與服務公司，協助組織運用資料、分析與科技改善營運並做出更明智的決策。其業務涵蓋營運管理、決策分析與數位轉型，並具備為醫療保健、保險、金融及物流產業客戶提供支援的經驗。EXL 結合資料科學與務實的商業專業，根據每個組織的目標、營運模式及產業背景，制定量身打造的解決方案。
AI MLOps 與 LLMOps 工程師
將多語言 NLP 與 LLM 能力投入生產環境中的 AI 系統。 建構 AWS 資料管道、混合搜尋、模型部署工作流程與大規模文件處理解決方案。
說明
- 整合並優化用於文件分類、實體擷取、去識別化與基於 LLM 的趨勢偵測推論管道。
- 透過執行於 AWS EKS 上的 Airflow DAG，將資料科學模組連接至端到端生產工作流程。
- 使用 GTE 多語言密集嵌入與 Aurora PostgreSQL 上的 GIN 詞法索引，開發並優化混合搜尋。
- 整合基於 OpenAI 的 API 平台，用於多語言查詢擴展與由 LLM 驅動的趨勢偵測。
- 設計並維護前處理管道，處理儲存在 S3 與 DataLake 系統中的巢狀 JSON、電子郵件附件與內嵌 PDF。
- 處理涵蓋 300 GB 理賠備註與文件的多語言非結構化文字。
- 開發分塊方法與中繼資料擷取流程，用於嵌入與檢索工作流程。
- 建立並維護用於每月實體更新、趨勢偵測與去識別化批次處理的 Airflow DAG。
- 編排 AWS S3、Athena、Glue、Fargate、SQS 與 Step Functions 之間的資料移動。
- 擴展處理系統，以支援超過 500,000 件理賠案件與數億個文字區塊。
- 使用 MLflow 與 Databricks 部署機器學習模型並管理其版本。
- 使用 Aurora PostgreSQL 上的 Liquibase 管理結構描述變更與資料庫遷移。
- 為生產管道加入日誌記錄、監控與檢索品質評估評分。
職位要求
- 具備計算機科學、資訊科技、資料科學、人工智慧、統計學、數學或相關領域的學士學位。
- 具備資料科學、人工智慧/機器學習、計算機科學或分析學碩士學位者優先，但非必要。
- 擁有雲端或資料工程認證者優先。
- 精通 Python（主要程式語言）與 SQL。
- 具備整合 LLM API，以及使用多語言嵌入、混合搜尋、文字分類、實體擷取、命名實體辨識與個人識別資訊遮罩的經驗。
- 具備 Apache Airflow、批次編排與大規模非結構化資料處理經驗。
- 具備 AWS 服務的實務經驗，包括 S3、Athena、Glue、Fargate、EKS、SQS 與 Step Functions。
- 了解 PostgreSQL 或 Aurora、pgvector、GIN 索引與全文搜尋。
- 具備使用 MLflow 與 Databricks 或 Azure Databricks 的經驗。
- 具備以 GitHub 為基礎的開發、CI/CD、結構描述管理與生產支援經驗。
