
資深資料科學家,生成式與代理式 AI
主導代理式 AI 工作流程、大型語言模型整合與可擴展 API, 將可投入正式環境的生成式 AI 解決方案導入各業務領域的企業應用。
說明
- 使用 LangGraph、AutoGen、LangChain 或類似工具設計並主導代理式 AI 工作流程。
- 建置並最佳化適用於正式環境的可擴展 REST 與 WebSocket API。
- 開發、微調大型語言模型,並將其整合至企業應用程式。
- 在正式環境中部署並維護至少三個生成式或代理式 AI 專案,確保可靠性、規模擴展能力與效能。
- 串接 SQL、NoSQL 與向量資料庫,包括 Postgres、MongoDB 和 ChromaDB。
- 為知識圖譜應用實作 Neo4j 與其他圖形資料庫。
- 透過技術領導與指導帶領工程團隊。
- 與跨職能利害關係人合作,找出並交付適用於各業務領域的生成式 AI 解決方案。
- 維護已部署 AI 系統的穩健性、安全性與合規性。
- 持續掌握生成式 AI、深度學習與協調編排框架的發展。
- 為技術與非技術對象撰寫文件並展示技術解決方案。
職位要求
- 具備電腦科學、資料科學、資料工程、AI/ML 或相關領域的學士或碩士學位。
- 至少三年 AI/ML、資料科學或相關領域的專業經驗。
- 至少三年 Python 實作經驗,並具備紮實的軟體工程實務能力。
- 至少三年 AI/ML 工程經驗,其中至少兩年親自從事生成式或代理式 AI 工作。
- 具備使用 PyTorch 或 TensorFlow 等深度學習框架的實作經驗。
- 精通大型語言模型、提示工程與微調。
- 曾將至少三個生成式或代理式 AI 專案部署至正式環境。
- 具備紮實的資料科學或資料工程背景,包括資料管線、ETL 與資料建模。
- 具備 SQL、NoSQL、向量與圖形資料庫的實務知識。
- 熟悉 LangGraph、AutoGen、LangChain 或類似的代理式 AI 框架。
- 具備多代理系統與智慧工作流程協調編排經驗。
- 了解 MLOps 實務,包括 CI/CD、模型監控與重新訓練管線。
- 曾參與開源 AI/ML 專案或發表生成式 AI 研究。
- 具備優秀的問題解決能力,並能適應步調快速的研發環境。
