具有生成式人工智能、数据工程、Python 和云平台经验的工程师

伦敦 5天前全职 网络
面议
hackajob 正在与美国运通合作,为此职位寻找优秀的技术专业人士。 我们正在寻找一位具备生成式人工智能和数据工程高级技能的工程师,加入我们的生产管理工具团队。我们的使命是通过将以人工智能为先的解决方案嵌入事件管理和系统可靠性中,来改变关键平台的支持方式。我们希望找到高度积极、富有创造力的问题解决者,他们渴望设计和实施创新的人工智能工具,以应对大规模的复杂商业挑战。 主要职责: • 设计和开发生成式人工智能应用程序,包括 RAG 管道、智能工作流和模型上下文协议 (MCP) 集成。 • 与数据所有者合作,构建数据管道、特征工程流程和上下文丰富策略,以优化人工智能驱动的解决方案。 • 原型设计并交付可投入生产的工具,利用 LLM、嵌入、向量数据库和编排框架。 • 将业务和运营挑战转化为以人工智能为先的解决方案,具备产品思维,确保它们在系统可靠性、事件响应和用户体验方面带来可衡量的改进。 • 确保生产就绪的部署包括适当的日志记录、监控和运行手册,同时保持运营卓越与创新。 • 与企业内的多个团队合作,识别、优先考虑并交付以产品为驱动的生成式人工智能机会,以改善平台、工具和流程。 最低资格: • 对生成式人工智能及其在现实商业问题中的应用表现出热情。 • 具备 LLM 框架(LangChain、LangGraph 或类似)和 RAG 架构的实践经验。 • 熟练掌握 Python(优先)和/或 Go 编程技能,具有构建原型和生产应用程序的能力。 • 对数据工程原则有扎实理解,包括 ETL 管道、结构化/非结构化数据管理和向量数据库。 • 具备机器学习框架(如 PyTorch、TensorFlow 和 Hugging Face)的经验。 • 精通使用云平台和容器化环境(Kubernetes、Docker、OpenShift)部署人工智能驱动的应用程序。 优先资格: • 具备开发智能人工智能应用程序和将多步骤推理集成到企业工作流中的经验。 • 对数据科学技术有扎实基础,包括实验、模型评估和应用统计方法。 • 熟悉可观察性和监控工具,如 Splunk、Grafana、Dynatrace 和 ELK。 • 熟悉 API、微服务和网络技术(React、NodeJS、SQL),以交付端到端解决方案。 • 具有 3-5 年相关工作经验,拥有计算机科学、数据科学或相关领域的学士学位。