Ingenieur für künstliche Intelligenz in Beinf - Tech Solutions for CX

Vor Kurzem wurde ich von Beinf – Tech Solutions for CX – betreut Tetiana Platonova Tetiana Platonova HRBP/Talent Acquisition Specialist/Karriereberater/Rekrutierung (IT; nicht IT) Was wir entwickeln Wir erstellen eine generationsübergreifende Anwendung für Support-, Vertriebs- und Datenanalysefunktionen. Es nutzt Chat, Agenten und Funktionsaufrufe an externe Systeme. Anforderungen: 3+ Jahre Berufserfahrung mit Python; Erfahrung mit generativer KI, LLMs, RAG und Vektordatenbanken in der Produktion; Fähigkeit, Code auf Produktionsebene in Python zu schreiben; Erfahrung mit LLMs-Agenten Entwicklung für spezifische Mehrfachaufgaben;  Erfahrung im funktionalen Aufruf zur Anbindung externer Tools und Systeme;  Erfahrung mit LLM-Frameworks (d. h. LangChain, LlamaIndex) und Prompt-Engineering-Techniken; Produktionserfahrung mit LLMs: Nachgewiesene Erfahrung in der Erforschung, Erstellung und Feinabstimmung großer Sprachmodelle in Produktionsumgebungen. Erfahrung mit den Best Practices in der Softwareentwicklung, einschließlich Versionskontrolle , Testen und kontinuierliche Integration; Grundkenntnisse in Data Science; Vertrautheit mit dem Open-Source-Ökosystem, Frameworks und Bibliotheken. Pluspunkte: - Erfahrung mit maschinellen Lernvorgängen - End-to-End-Erfahrung in der Datenerfassung, Feinabstimmung, Schulung, Bewertung, Prüfung und Bereitstellung generativer App-Lösungen in der Produktion; - Hintergrund im Aufbau von Back-End-Microservices und Datenplattformen mit Verantwortlichkeiten von Python: • Produktionscode schreiben, der hohe Qualitäts- und Wartbarkeitsstandards erfüllt; • Auswahl des am besten geeigneten Modells für generative KI, Verarbeitung natürlicher Sprache (NLP) und maschinelles Lernen (ML) je nach Anwendungsfall; • Nutzen Sie Ihr promptes Engineering und Fähigkeiten zur Eingabeaufforderungsverkettung, um neue Eingabeaufforderungen zu erstellen und die vorhandenen weiterhin zu verbessern;• LLM-Engineering, Inferenz, Optimierung und Training von Sprachmodellen. Optimierung von NLP-Modellen;• Bereitstellung von Diensten in Produktionsumgebungen;• Entwicklung und Implementierung von Strategien für zeitnahes Engineering, Modellverfeinerung und Trainingspipelines zur Verbesserung der Modellleistung;• Verwaltung der Integration von Unternehmenswissen in NLP-Modelle zur Verbesserung des Kontextverständnisses und der Ausgaberelevanz;• Bewerten und nutzen Sie modernste Einbettungsvektoren und Kodierungsmethoden, um eine optimale Modellleistung sicherzustellen. • Führen Sie das Team bei der Erweiterung und Verfeinerung von Taxonomien mithilfe großer Sprachmodelle an, gefolgt von einer menschlichen Überprüfung auf Tagging-Genauigkeit. • Fördern Sie die Einführung von Best Practices bei der Entwicklung, Bereitstellung und Wartung von NLP-Modellen, um über die neuesten Branchentrends und Forschungsergebnisse auf dem Laufenden zu bleiben; • Verbessern Sie unsere LLMOps-Infrastruktur, um eine solide Feedbackschleife mit den meisten Apps zu habengeeignete Metriken, um jeden Anwendungsfall weiter zu optimieren; Abschluss in Informatik, Ingenieurwesen, Datenwissenschaft oder ähnlichem. Tech StackPython, SQL, Fastapi, Celery, W&B, Docker, AWS: SQS, S3; APP-Läufer, ECR; CircleCI, Docker Hub, Bitbucket, Localstack, LangGraph, LangChain, LlamaIndex, OpenAI, Mistral, Lama 3;    Mehr anzeigen Weniger anzeigen Positionsebene Oberstufe der Sekundarstufe Art der Beschäftigung Vollzeit Arbeitspflichten Ingenieurwesen und Informationstechnologien Branchen Dateninfrastruktur und Analyse