人工智能提示工程顾问

AI提示工程顾问，技术精湛且具系统思维 设计和优化提示，构建LLM驱动的系统，并部署可扩展的生成式AI工作流，以全新、高影响力的方式连接人类和智能系统。 角色职责 提示与推理系统 - 为前沿模型（GPT-4/5、Claude 3.x、Gemini 2.x、Mistral Large、LLaMA 3、Cohere Command R+、DeepSeek）设计、测试和优化提示。 - 应用高级提示策略： - 思维链、ReAct、思维树、思维图、思维程序、自我反思循环、辩论提示和多代理编排（AutoGen/CrewAI）。 - 使用工具调用、记忆系统、检索管道和结构化推理构建代理工作流。 生成式AI应用工程 - 使用LangChain、LlamaIndex、Haystack、AutoGen和OpenAI的Assistant API模式将LLM集成到应用中。 - 使用以下技术构建高性能RAG管道： - 混合搜索、重排序、嵌入优化、分块策略和评估工具。 - 开发API、微服务和无服务器工作流以实现可扩展部署。 ML/LLM工程 - 通过Azure ML、AWS SageMaker、Vertex AI、Databricks或Modal/Fly.io处理AI+ML管道以进行轻量级LLM部署。 - 利用向量数据库（Pinecone、Weaviate、Milvus、ChromaDB、pgVector）和嵌入存储。 - 使用AI驱动的开发工具（GitHub Copilot、Cursor、Codeium、Aider、Windsurf）加速迭代。 - 实施LLMOps/PromptOps，使用： - Weights & Biases、MLflow、LangSmith、LangFuse、PromptLayer、Humanloop、Helicone、Arize Phoenix - 使用Ragas、DeepEval和结构化评估套件对LLM系统进行基准测试和评估。 部署与基础设施 - 使用Docker、Kubernetes、KNative和托管推理端点容器化和部署工作负载。 - 通过量化、蒸馏、缓存、批处理和路由策略优化模型性能。 经验 - 精通Python，具有使用Transformers、LangChain、LlamaIndex和更广泛的生成式AI生态系统的经验，以及提示工程经验。 - 深刻理解LLM行为、提示优化、嵌入、检索和数据准备工作流。 - 具有向量数据库（FAISS、Pinecone、Milvus、Weaviate、ChromaDB）经验。 - 熟悉Linux、Bash/Powershell、容器和云环境。 - 具备良好的沟通能力、创造力和系统思维。 - 具有好奇心、适应能力，并有动力在生成式AI的快速进步中保持领先。 有益经验 - 具有PromptOps和LLM可观测性工具（PromptLayer、LangFuse、Humanloop、Helicone、LangSmith）经验。 - 理解负责任的AI、模型安全性、偏见缓解、评估框架和治理。 - 计算机科学、AI/ML、工程或相关领域背景。 - 具有部署或微调开源LLM的经验。 技术栈 LLMs: GPT-4/5、Claude 3.x、Gemini 2.x、Mistral Large、LLaMA 3、Cohere Command R+、DeepSeek 框架: LangChain、LlamaIndex、Haystack、AutoGen、CrewAI 工具: GitHub Copilot、Cursor、LangSmith、LangFuse、Weights & Biases、MLflow、Humanloop 云: Azure ML、AWS SageMaker、Google Vertex AI、Databricks、Modal 基础设施: Python、Docker、Kubernetes、SQL/NoSQL、PyTorch、FastAPI、Redis Staffworx是一家总部位于英国的人才和招聘合作伙伴，支持英国和EMEA地区的数字商务、软件和增值咨询领域。