Nächste Arbeit

Generatives KI -Ingenieur in INNONEERS

Gepostet vor über 30 Tagen

99 Ansichten

INNONEERS

INNONEERS

0
0 Bewertungen
keine Erfahrung
Vollzeitarbeit

übersetzt von Google

Berufsbezeichnung – Generative AI EngineerStandort: RemoteBeschäftigungsart: VollzeitWebsite – https://innoneers.com/RollenübersichtAls Generative AI Engineer spielen Sie eine entscheidende Rolle bei der Gestaltung, Entwicklung und Bereitstellung fortschrittlicher KI-gesteuerter Lösungen. Sie arbeiten an LLMs, erstellen KI-Agenten, entwickeln RAG-Pipelines und integrieren modernste Technologien wie Vektordatenbanken und LangChain. Ihre Arbeit wird sich direkt darauf auswirken, wie Benutzer mit u
Berufsbezeichnung – Generative AI EngineerStandort: RemoteBeschäftigungsart: VollzeitWebsite – https://innoneers.com/RollenübersichtAls Generative AI Engineer spielen Sie eine entscheidende Rolle bei der Gestaltung, Entwicklung und Bereitstellung fortschrittlicher KI-gesteuerter Lösungen. Sie arbeiten an LLMs, erstellen KI-Agenten, entwickeln RAG-Pipelines und integrieren modernste Technologien wie Vektordatenbanken und LangChain. Ihre Arbeit wird sich direkt darauf auswirken, wie Benutzer mit unseren KI-gesteuerten Produkten interagieren und von ihnen profitieren. Hauptaufgaben: Entwicklung von KI-Modellen. Entwerfen, trainieren, optimieren und implementieren Sie LLMs mithilfe von Frameworks wie Hugging Face Transformers, LangChain oder OpenAI API. Erstellen und verbessern Sie KI-Agenten ist in der Lage, Aufgaben zu automatisieren, die Benutzererfahrung zu verbessern und komplexe Arbeitsabläufe zu verwalten. Entwickeln Sie RAG-Pipelines (Retrieval-Augmented Generation), um genaue und kontextbezogene KI-Antworten zu liefern. Schnelles Engineering & OptimierungErstellen, testen und optimieren Sie Eingabeaufforderungen, um qualitativ hochwertige und konsistente Modellausgaben sicherzustellen. Experimentieren Sie mit erweiterten Eingabeaufforderungsstrategien, um die Leistung von KI-Agenten zu verbessern. AI-Stack-Integration Arbeiten Sie mit Vektordatenbanken (z. B. Qdrant, Weaviate, Pinecone), um eine effiziente Speicherung und Optimierung zu ermöglichen Abrufen von Einbettungen. Nutzen Sie Tools wie LangSmith und LangFuse für die Pipeline-Überwachung und das Debugging. Erstellen Sie APIs und Dienste mit Python FastAPI, um die nahtlose Integration generativer Funktionen zu unterstützen KI-Funktionen.Full-Stack-EntwicklungEntwerfen und implementieren Sie skalierbare Backend-Systeme und APIs für KI-gestützte Anwendungen.Arbeiten Sie mit Frontend-Entwicklern zusammen, um KI-Funktionen in React-basierte Schnittstellen zu integrieren.LLMOps & BereitstellungBereitstellen, Überwachen und Warten von LLMs in Produktionsumgebungen mithilfe von Containerisierungstools wie Docker- und Orchestrierungsplattformen wie Kubernetes. Erstellen Sie mithilfe von Tools wie Prometheus robuste Observability-Pipelines zum Debuggen, Protokollieren und Verfolgen der Leistung von KI-Modellen. Grafana oder OpenTelemetry.Zusammenarbeit und InnovationArbeiten Sie mit Produktmanagern, Datenwissenschaftlern und Ingenieuren zusammen, um Geschäftsanforderungen in hochmoderne KI-Lösungen umzusetzen. Bleiben Sie über Fortschritte in der KI auf dem Laufenden und integrieren Sie die neuesten Techniken in unseren Stack.Dokumentieren Sie Prozesse, Arbeitsabläufe und Experimente für den Wissensaustausch und die Reproduzierbarkeit. Erforderliche Fähigkeiten. Technische Kernkompetenz. LLM-Expertise: Erfahrung im Aufbau und Einsatz großer Sprachmodelle in der Produktion. KI-Agenten: Nachgewiesene Fähigkeit, KI-Agenten für Aufgaben zu entwickeln Automatisierung, Workflow-Management oder Benutzerinteraktion.RAG-Systeme: Ausgeprägtes Verständnis der abrufgestützten Generierung und Erfahrung im Aufbau skalierbarer RAG-Pipelines.Vektordatenbanken: Kenntnisse im Umgang mit Datenbanken wie Qdrant, Pinecone oder Weaviate für semantische Suche und Einbettung von Speicher.Prompt Engineering: Fachwissen im Erstellen, Testen und Optimieren von Eingabeaufforderungen für LLMs. Programmiersprachen: Kenntnisse in Python mit Erfahrung in Frameworks wie Hugging Face, LangChain oder OpenAI. Backend-Entwicklung: Erfahrung im Erstellen skalierbarer APIs mit FastAPI oder Flask.AI/ML-Wissen. Vertrautheit mit Techniken zur Verarbeitung natürlicher Sprache wie Tokenisierung, Einbettungen und Modellbewertung. Verständnis multimodaler KI-Systeme (Text, Bild, Audio). Gute Erfahrung -tuniNG-Modelle für domänenspezifische Daten.Devops & llmopsexperience, die Modelle mit Docker und Kubernetes bereitstellen und verwalten. To-Have SkillSexperience mit Cloud-Plattformen (AWS, GCP, Azure) zur Skalierung von KI-Workloads. Erfahrung in Echtzeit-AI-Anwendungen oder Konversationsagenten. SOFT SPIFIKLIONSTRONG-FELDUNGSLÖSUNGEN UND ANALYTISCHE DENKTISCHE. Umwelt. Warum InnoNeers anschließen? Arbeiten Sie mit hochmodernen LLMs, KI-Agenten und Rag-Systemen in einem hoch innovativen Umfeld. Seien Sie Teil eines unterstützenden und motivierten Teams, das Kreativität und Collaboration. Lösungen, die reale Probleme lösen. Zeigen Sie mehr Weniger zeigen Посадовий рвень Старший середн р рвень Asiers von зайнятості Повний робочий день Посадові о бов’язки Інженерія i і іkunft м ц цні Галззз Iіт послуги т і і і1 консалтинieben

übersetzt von Google

keine Erfahrung
Vollzeitarbeit
Wollen Sie den richtigen Job finden?
Neue Jobs in deinem Telegram
Abonnieren
wir verwenden cookies
Akzeptieren