Generatywny inżynier AI w INNONEERS

Stanowisko — Inżynier generatywnej sztucznej inteligencjiLokalizacja: Zdalne Rodzaj zatrudnienia: Pełny etatWitryna internetowa – https://innoneers.com/Role Przegląd Jako inżynier generatywnej sztucznej inteligencji będziesz odgrywać kluczową rolę w projektowaniu, opracowywaniu i wdrażaniu zaawansowanych rozwiązań opartych na sztucznej inteligencji. Będziesz pracować nad LLM, budować agentów AI, opracowywać potoki RAG i integrować najnowocześniejsze technologie, takie jak wektorowe bazy danych i LangChain. Twoja praca będzie miała bezpośredni wpływ na sposób interakcji użytkowników z naszymi produktami opartymi na sztucznej inteligencji i czerpanie z nich korzyści. Kluczowe obowiązki Tworzenie modelu AI Projektowanie, trenowanie, dostrajanie i wdrażanie LLM przy użyciu platform takich jak Hugging Face Transformers, LangChain lub OpenAI API. Twórz i ulepszaj agentów AI potrafi automatyzować zadania, poprawiać doświadczenia użytkowników i zarządzać złożonymi przepływami pracy. Opracowywać potoki RAG (generowanie rozszerzone wyszukiwania), aby zapewnić dokładną i kontekstową sztuczną inteligencję odpowiedzi.Szybka inżynieria i optymalizacjaTwórz, testuj i optymalizuj podpowiedzi, aby zapewnić wysoką jakość i spójne wyniki modelu.Eksperymentuj z zaawansowanymi strategiami podpowiedzi w celu poprawy wydajności agentów AI.Integracja ze stosem AIPraca z wektorowymi bazami danych (np. Qdrant, Weaviate, Pinecone) w celu umożliwiają wydajne przechowywanie i odzyskiwanie osadzonych elementów. Wykorzystaj narzędzia takie jak LangSmith i LangFuse do monitorowania i debugowania potoków. Twórz interfejsy API i usługi przy użyciu Python FastAPI obsługujący bezproblemową integrację generatywnych możliwości sztucznej inteligencji. Pełny rozwój programistyczny Projektuj i wdrażaj skalowalne systemy backendu i interfejsy API dla aplikacji opartych na sztucznej inteligencji. Współpracuj z programistami frontendowymi, aby integrować funkcje sztucznej inteligencji z interfejsami opartymi na React. LLMOps i wdrażanie Wdrażanie, monitorowanie i konserwacja LLM w środowiskach produkcyjnych korzystających z narzędzi konteneryzacji, takich jak Docker i platform orkiestracyjnych, takich jak Kubernetes. Twórz solidne potoki obserwowalności na potrzeby debugowania, rejestrowanie i śledzenie wydajności modelu AI za pomocą narzędzi takich jak Prometheus, Grafana lub OpenTelemetry.Współpraca i innowacjeWspółpraca z menedżerami produktów, analitykami danych i inżynierami w celu przełożenia wymagań biznesowych na najnowocześniejsze rozwiązania AI.Bądź na bieżąco z postępami w sztucznej inteligencji, wykorzystując najnowsze Techniki do naszego stosu.Dokumentuj procesy, przepływy pracy i eksperymenty w celu dzielenia się wiedzą i powtarzalności.Wymagane umiejętnościPodstawowa wiedza technicznaDoświadczenie LLM: doświadczenie w budowaniu i wdrażaniu dużych modeli językowych na produkcji.Agenci AI: Sprawdzona umiejętność tworzenia agentów AI do automatyzacji zadań, zarządzania przepływem pracy lub interakcji z użytkownikiem.Systemy RAG: Dobra znajomość generacji wspomaganej wyszukiwaniem i doświadczenie w budowaniu skalowalnych potoków RAG.Bazy danych wektorowych: Biegła znajomość baz danych takich jak Qdrant, Pinecone lub Weaviate do wyszukiwania semantycznego i osadzania pamięci. Inżynieria szybkiej obsługi: Doświadczenie w tworzeniu, testowaniu i optymalizowaniu podpowiedzi dla LLM. Języki programowania: Biegła znajomość języka Python z doświadczeniem w frameworkach takich jak Hugging Face, LangChain lub OpenAI. Rozwój backendu: Doświadczenie w budowaniu skalowalnych interfejsów API przy użyciu FastAPI lub Flask. Wiedza AI/ML Znajomość technik przetwarzania języka naturalnego, takich jak tokenizacja, osadzanie i ocena modelu .Zrozumienie multimodalnych systemów AI (tekst, obraz, dźwięk).Doświadczenie fine-tuning modeli na danych specyficznych dla domeny.DevOps i LLMOpsDoświadczenie we wdrażaniu modeli i zarządzaniu nimi za pomocą Dockera i Kubernetes.Dobra znajomość potoków CI/CD do wdrażania systemów AI.Doświadczenie w zakresie narzędzi obserwowalności, takich jak Prometheus, Grafana lub OpenTelemetry w celu monitorowania wydajności modelu.Nice- posiadać umiejętnościDoświadczenie z platformami chmurowymi (AWS, GCP, Azure) w celu skalowania obciążeń AI. Znajomość Interfejsy API GraphQL. Znajomość baz danych NoSQL, takich jak MongoDB. Wkład w projekty open source lub aktywne uczestnictwo w społeczności AI/ML. Praktyczne doświadczenie w tworzeniu aplikacji AI czasu rzeczywistego lub agentów konwersacyjnych. Umiejętności miękkie. Silne umiejętności rozwiązywania problemów i analityczny sposób myślenia. Doskonałe umiejętności komunikacji i współpracy, z możliwością pracy w różnych zespołach.Proaktywny, samodzielny i potrafiący dostosować się do szybkiego, dynamicznego środowiska.Dlaczego dołączyć do INNONEERS?Pracuj z najnowocześniejsze LLM, agenci AI i systemy RAG w wysoce innowacyjnym środowisku.Bądź częścią wspierającego i napędzanego zespołu, który ceni kreatywność i współpracę.Konkurencyjne wynagrodzenie i możliwości rozwoju kariery.Twórz wpływowe rozwiązania AI, które rozwiązują rzeczywiste problemy. Pokaż więcej Pokaż mniej Посадовий рівень Старший середній рівень Тип зайнятості Повний робочий день Посадові обов’язки Інженерія і Інформаційні технології Галузі ІТ-послуги та ІТ Консалтинг