人工智慧工程師(資料科學與機器學習)
為豐田通商系統建置受治理的生成式人工智慧、檢索增強生成(RAG)與多代理系統。 開發安全、可衡量且可追溯的工作流程與檢索解決方案。
說明
- 與資料及業務負責人合作,將核准的文件、資料定義、既有成果和專家知識納入受治理的知識庫。
- 建置檢索流程、詮釋資料結構、分類體系、標籤、來源引用和品質檢查。
- 建立評估資料集與檢索指標,找出相關性、依據支撐、完整性和來源管理方面的不足。
- 確保生成的輸出清楚區分檢索到的事實、推論、假設,以及需要主題專家確認的內容。
- 建置安全的多代理工作流程,協調語言模型與確定性步驟、安全地使用工具,並產出結構化且可追溯的結果。
- 明定代理角色、工具約定、工作流程狀態、驗證方式、錯誤處理、停止條件和人工審查節點。
- 開發可重複使用的提示詞、工作流程和工具編排模式。
- 制定並追蹤針對代理輸出的技術評估與使用者導向評估。
- 以兩週為週期進行敏捷迭代、展示階段成果、記錄技術決策,並將試點回饋轉為依優先順序排列的待辦清單。
- 採用安全開發實務,並符合負責任人工智慧、安全、隱私、資料治理及企業審查委員會的要求。
- 與未來的營運負責人合作,制定可維護的程式碼、操作手冊、監控方式、知識來源更新實務和改進待辦清單。
職位要求
- 具備電腦科學、資料科學、機器學習或相關領域的學士學位,或同等實務經驗。
- 至少五年軟體、資料科學、機器學習或人工智慧工程經驗。
- 具備交付正式環境品質的 Python 專案,並透過版本控制工作流程協作的經驗。
- 具備使用 API 和結構化工具整合,以大型語言模型、RAG 系統、代理工作流程或類似人工智慧助理建置應用程式的實務經驗。
- 具備扎實的 Python 技能,涵蓋測試、程式碼審查、CI/CD、API 設計、文件撰寫和可觀測性。
- 具備資料檢索與索引、嵌入、向量或混合搜尋、評估設計和品質衡量方面的經驗。
- 能將不明確的業務挑戰轉化為可測試的技術需求,並向技術及非技術合作夥伴說明取捨。
- 展現對負責任人工智慧、隱私、安全和資料治理的重視。
- 優先條件:熟悉現代大型語言模型編排、代理工作流程或開發者輔助平台。
- 優先條件:具備大型語言模型評估框架、護欄、提示詞與版本管理、遙測或模型風險控管的設計經驗。
- 優先條件:具備支援機器學習生命週期工作流程、特徵或資料文件撰寫、模型開發或機器學習專案啟動的經驗。
- 優先條件:熟悉資料治理、負責任人工智慧、存取控制、可稽核性和人在迴路審查。
相關職缺
找不到職缺
嘗試調整或清除篩選條件,以查看更多機會。
