人工智能架构师 | 加拿大多伦多(100% 现场)

多伦多 11天前合同 网络
面议
所需技能: AI & ML - Agentic AI - RAG / 图形 RAG - LLMs,视觉-LLMs,扩散模型 - 推理优化(vLLM,TGI) 系统与架构 - 多代理编排 - 工具调用与安全行动模式 - 安全 API 集成 - 端到端 AI 应用设计 数据与平台 - Databricks ML,Unity Catalog,MLflow - 向量搜索与检索系统 - 文档摄取与 OCR 技术 AI 安全与治理 - 护栏框架 - 评估工具 - 负责任的 AI 合规 我们的目标 随着我们扩展 AI 能力,我们正在寻找一位 AI 架构师,以塑造负责任的、可扩展的和创新的营销技术 AI 系统。 概述 我们正在寻找一位 AI 架构师,领导以 Agentic AI、先进的 RAG 模式、多模态模型集成和安全编排框架为中心的下一代企业 AI 系统的设计。此角色完全专注于模型集成、推理优化、安全性、编排、文档摄取、评估和架构。架构师将推动业务和工程团队之间的多代理编排、工具调用、治理和设计模式的标准化。 AI 策略、架构与治理 AI 架构师将定义企业 AI 架构,结合 Agentic RAG、图形 RAG、主代理编排、A2A 代理通信和基于 MCP 的工具调用可扩展性。这涉及制定代理如何计划、推理、定位其响应、调用工具和自主协作的标准。该角色为工具模式、行动验证、谱系跟踪和可审计性建立架构护栏。它还为 LLMOps 和 AgentOps 模式设定方向,确保与数据治理、负责任的 AI 框架和企业安全要求保持一致。 AI 解决方案架构 此角色领导 AI 应用的端到端架构,如智能副驾驶、自主代理、工作流编排系统、知识定位助手和代理营销解决方案。架构师集成开源和商业 LLMs、视觉-LLMs(如 Florence-2、LLaVA、Qwen-VL)和用于文本到图像和新兴文本到视频能力的扩散模型。架构师不进行模型训练,而是确保使用 vLLM、TGI、Hugging Face 管道和 Databricks 首选管道进行安全、优化的推理和高效编排,以实现治理(Unity Catalog)、谱系跟踪(MLflow)和语义检索(Databricks Vector Search)。工具调用作为架构模式的核心角色,使 LLMs 和代理能够安全地与企业系统、API、知识库和其他代理进行交互。 知识库摄取(PPT/PDF)管道架构 架构师设计标准化、可扩展的企业 PPT/PDF 内容摄取工作流,使用 Unstructured.io、MarkItDown、Apache Tika、PyMuPDF 和 python-pptx 等工具。这些管道通过 LayoutParser、docTR、PaddleOCR 和 OpenCV 结合 OCR 和布局理解,以及用于解释图表、图解和复杂布局的视觉-LLMs。摄取工作流支持语义分块、元数据丰富、表格提取、媒体处理和幻灯片感知结构化,所有这些都通过 Unity Catalog 管理,并由 Databricks Vector Search 提供索引和检索支持。工具调用被纳入,以允许代理安全和动态地检索、解释或更新知识资产。 AI 安全、护栏与评估 AI 架构师领导使用 DeepTeam 和 NVIDIA NeMo Guardrails 等框架设计安全、定位和评估系统,以执行策略约束、减少幻觉、确保主题控制和维持安全的对话边界。评估策略包括 DeepEval 用于行为和正确性测试,Ragas 用于 RAG 性能指标,以及用于高风险工作流的人机验证。该角色确保每个代理和 LLM 驱动的系统遵循负责任的 AI、数据保护和合规框架,具有强大的日志记录、谱系和可审计性。 技术领导 AI 架构师在工程、数据和产品团队中提供思想领导力,创建 AgentOps、RAG 框架、工具调用模式、摄取管道和评估标准的参考架构。他们指导架构审查,指导团队在提示设计、定位、安全性和工作流编排方面的最佳实践,并向技术和执行层面利益相关者传达复杂的 AI 策略。该角色需要强大的判断力、清晰的权衡表达能力以及在多个领域中没有直接权威的情况下施加影响的能力。 关于你的一切 你在设计基于 Agentic RAG、图形 RAG、多代理编排和结构化工具调用的 AI 系统方面具有丰富经验。你擅长集成 LLMs、视觉-LLMs 和用于推理和多模态理解的扩散模型,并且你能够使用 Databricks ML、Unity Catalog、MLflow 和 Databricks Vector Search 等平台构建安全、合规的管道。你在处理 PPT/PDF 内容的文档摄取框架、OCR 和布局工具、语义分块和多模态丰富方面拥有实践经验。你擅长在业务、工程和治理视角之间架起桥梁,并致力于负责任的 AI 和安全的企业设计。 企业安全责任 所有 AI 系统必须符合安全、隐私和模型治理标准。这包括保护敏感数据、遵循安全政策、及时报告事件以及完成所需的合规和 AI 安全培训。