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。
EXL 資深生成式 AI 工程主管（混合辦公，美國）
負責設計企業級大型語言模型與代理式 AI 解決方案。 建構涵蓋 AWS、Google Cloud 與 Snowflake 的治理完善、可投入正式環境的工作流程。
說明
- 設計並交付企業級生成式 AI 系統，運用大型語言模型、基礎模型與代理式 AI 架構。
- 建立可重複使用的 AI 模式、加速器與參考架構。
- 將商務挑戰轉化為可擴展的 AI 工作流程與可投入正式環境的概念驗證。
- 運用新興生成式 AI 技術與成熟實務，推動 AI 平台現代化。
- 建立並維護提示工程架構，以產生可控且可靠的大型語言模型輸出。
- 建立提示版本控管、生命週期管理與測試實務。
- 建置 AI 防護機制，以因應幻覺、偏見、安全威脅與合規需求。
- 使用 LangGraph、LangChain、CrewAI、Semantic Kernel 或類似工具，開發可擴展的協作流程管線。
- 建立可重複使用的 AI 元件、工具、代理與工作流程範本。
- 建置多代理系統與自主工作流程。
- 與業務利害關係人合作，找出有價值的 AI 應用情境。
- 運用合成資料與企業資料建立 AI 原型及最小可行產品。
- 將原型轉化為符合擴展性、安全性與可靠性標準的正式環境應用程式。
- 設計橫跨 AWS、Google Cloud 與 Snowflake 的可擴展生成式 AI 架構。
- 使用 Amazon Bedrock、SageMaker、Vertex AI、Snowflake Cortex AI 及其他雲端原生 AI 服務。
- 運用向量資料庫、嵌入與語意搜尋設計 RAG 系統。
- 改善模型部署、推論速度與基礎架構成本效益。
- 建立評估架構，衡量準確度、相關性、延遲、安全性與商業影響。
- 為提示、模型與工作流程制定基準。
- 定義關鍵績效指標、可觀測性實務與監控策略。
- 透過提示調校、檢索改善與工作流程調整提升模型效能。
職位要求
- 計算機科學、人工智慧、資料科學、工程或相關領域的學士或碩士學位。
- 至少 8 年軟體工程、機器學習、資料工程或 AI 解決方案開發經驗。
- 至少 4 年生成式 AI、大型語言模型與基礎模型的實務經驗。
- 在運用進階大型語言模型架構與提示架構設計企業級生成式 AI 解決方案方面具備深厚背景。
- 精通可擴展 AI 工作流程、協作流程管線與可重複使用 AI 元件的開發。
- 能將業務需求轉化為可投入正式環境的 AI 解決方案，並運用合成資料建立原型。
- 深入了解提示版本控管、治理、防護機制與大型語言模型輸出控制。
- 深入理解 AI 評估架構、基準測試方法與最佳化技術。
- 具備向量資料庫、嵌入、語意搜尋與 RAG 架構經驗。
- 具備紮實的 Python 技能，並熟悉現代 AI 與機器學習開發架構。