Quantiphi 資深機器學習工程師——孟買現場辦公
在 Quantiphi 負責設計與交付可擴充的機器學習、LLM 及對話式 AI 系統。建構代理框架、MLOps 能力,以及整合 AWS 的解決方案。
說明
- 設計、開發與部署涵蓋傳統機器學習、LLM 及對話式 AI 的可擴充機器學習解決方案。
- 負責完整的機器學習與 AI 生命週期,從資料準備、特徵工程,到模型開發、驗證、部署與監控。
- 建立支援工具呼叫及多代理協同工作流程的生產級代理框架。
- 在機器學習與 LLM 系統中應用 MLOps 實務。
- 開發可靠的 REST API,將機器學習與對話式 AI 解決方案連接至企業應用程式及外部服務。
- 建立可擴充的對話分析與 AI 系統可觀測性能力。
- 與資料科學家、資料工程師、產品經理及利害關係人合作,將業務需求轉化為可擴充的機器學習與 AI 解決方案。
- 設計由 LLM 驅動的解決方案,並在 AWS 基礎架構上主導代理框架開發。
職位要求
- 4 至 7 年專業工作經驗。
- 具備設計、開發與部署大規模機器學習解決方案的實務能力,包括傳統機器學習與基於 LLM 的對話式 AI。
- 具備管理完整機器學習與 AI 生命週期的經驗,包括資料準備、特徵工程、模型開發、驗證、部署與監控。
- 具備設計生產級代理框架、工具呼叫工作流程及多代理協同機制的經驗。
- 具備 MLOps 專業知識,涵蓋機器學習與 LLM 系統的部署、監控及最佳化。
- 深入了解迴歸、決策樹、支援向量機、集成方法、分群、資料前處理、特徵選取與統計建模。
- 深入掌握提示工程、上下文最佳化、代理推理模式、RAG、向量資料庫與語意搜尋。
- 熟練掌握 Python 以及 scikit-learn、XGBoost、LightGBM、LangChain 和 CrewAI。
- 具備為機器學習模型與對話式 AI 應用程式建立穩健 REST API 的經驗。
- 具備使用 AWS 服務(如 SageMaker 和 Bedrock)的經驗。
- 具備開發可擴充對話分析與 AI 可觀測性框架的經驗。
- 具備出色的問題解決、溝通與利害關係人管理能力。
- 具備模型上下文協定(MCP)或同類代理通訊標準經驗者優先。
- 具備客戶支援自動化或聯絡中心技術經驗者優先。
- 擁有 AWS 機器學習專業認證、Azure AI 工程師認證或 Google Cloud 機器學習工程師認證等雲端 AI 認證者優先。
福利待遇
- 重視透明、多元、誠信、學習與職涯發展的工作環境。
- 支持創新,同時促進員工職涯與個人成長的環境。
