Starszy inżynier AI (Agent AI)

Nasz klient, wiodące przedsiębiorstwo, poszukuje starszego inżyniera AI specjalizującego się w agentycznych przepływach pracy i integracji LLM. Ta wyspecjalizowana rola inżyniera znajduje się w czołówce innowacji w zakresie sztucznej inteligencji i obejmuje uprawnienia obejmujące całą organizację do projektowania, wdrażania i posiadania wieloetapowych autonomicznych systemów agentów. Wybrany kandydat będzie budować solidną infrastrukturę backendową, koordynować logikę wywoływania narzędzi i zarządzać zaawansowanymi architekturami wyszukiwania, aby dostarczać odporne aplikacje AI klasy produkcyjnej w ramach przedsiębiorstwa.

Kluczowi obowiązki Architektura AI i inżynieria przepływu pracy agentów - wzorce wykonywania agentów: Projektuj, buduj i testuj bardzo złożone, wieloetapowe przepływy pracy agentów, wykorzystując ustalone zaawansowane wzorce projektowania architektonicznego, takie jak ReAct, planista-wykonawca i złożone łączenie narzędzi. - Integracja rdzenia LLM: Zintegruj flagowe modele wielkojęzyczne (w tym Anthropic Claude i OpenAI) ze starszymi interfejsami API przedsiębiorstwa i wewnętrznymi mikrousługami, tworząc solidną odporność na błędy w przypadku ponownych prób, przypadków brzegowych i zdegradowanych stanów ekosystemu. - Orkiestracja i odporność na awarie: wdrażaj programistyczne wywoływanie narzędzi, potoki orkiestracji funkcji i zautomatyzowane działania kompensacyjne, aby zagwarantować, że przepływy pracy agentów pozostaną stabilne w przypadku katastrofalnych lub nieoczekiwanych awarii spowodowanych przez strony trzecie. - Kontrole typu „człowiek w pętli”: twórz i wdrażaj ramy walidacji warunkowej typu „człowiek w pętli”, w tym automatyczne zatwierdzanie przez kierownictwo, inteligentne eskalacje i logikę obsługi wyjątków wymaganą przez ład biznesowy lub względy ryzyka. Inżynieria danych, podpowiedzi i wyszukiwanie (RAG) - architektura kontekstu i pamięci: Twórz zaawansowane warstwy przechowywania pamięci agentów i mechanizmy wyszukiwania danych oraz zarządzaj nimi, korzystając z wektorowych baz danych i generowania rozszerzonego wyszukiwania (RAG), dostrajając schematy indeksowania w celu zapewnienia odpowiedniego kontekstu. - Szybkie zarządzanie: opracowywanie, utrzymywanie, optymalizacja i kontrola wersji złożonej logiki podpowiedzi, reguł routingu semantycznego i pomocniczej dokumentacji technicznej zgodnie ze rygorystycznymi standardami inżynierii przedsiębiorstwa. Wdrożenie produkcyjne, bezpieczeństwo i obserwowalność - operacje w chmurze: wdrażaj usługi AI o znaczeniu krytycznym w produkcyjnych środowiskach chmurowych, aktywnie monitorując dzienniki, rozproszone ślady i metryki telemetryczne, aby szybko izolować i łatać anomalie behawioralne. - Zarządzanie przedsiębiorstwem: upewnij się, że wszystkie wdrożone rozwiązania ściśle odzwierciedlają mechanizmy kontroli bezpieczeństwa klasy korporacyjnej, wymagania dotyczące zarządzania tożsamością i rygorystyczne protokoły zarządzania danymi. - Inżynieria niezawodności: współpracuj z zespołami ds. kontroli jakości i podstawowymi operacjami, aby stale ulepszać zakres zautomatyzowanych testów, tworzyć operacyjne elementy Runbook, ustalać protokoły reagowania na incydenty i optymalizować wydajność systemu.

Wymagania Wykształcenie i doświadczenie - staż techniczny: Minimum 4 lata praktycznego doświadczenia w tworzeniu architektur oprogramowania backendowego lub opartego na usługach przy użyciu C# i/lub Pythona. - Specjalizacja AI: co najmniej 1 rok doświadczenia na poziomie produkcyjnym w bezpośredniej pracy z dużymi modelami językowymi, ustrukturyzowanymi ramami inżynierii szybkiej lub agentycznymi systemami obsługującymi sztuczną inteligencję. - Rozumowanie analityczne: elitarne umiejętności debugowania ze sprawdzoną zdolnością do wnioskowania w rozproszonych interfejsach API, asynchronicznych przepływach danych i niedeterministycznych zachowaniach systemów AI. Umiejętności techniczne (wymagane) - Ekosystemy programowania: Biegła znajomość języka C# i/lub Python na poziomie produkcyjnym, w tym wzorce asynchronicznego przepływu pracy, budowanie usług i struktury testów automatycznych. - Platforma chmurowa: Microsoft Azure (obejmująca moc obliczeniową, skalowalną pamięć masową, modele tożsamości IAM i zautomatyzowane potoki wdrażania). - Integracja i narzędzia LLM: Bezpośrednia integracja z interfejsami API Claude i/lub OpenAI (obsługa wywoływania narzędzi, tokenizacja podpowiedzi, łagodzenie limitów szybkości i obsługa błędów stanu). - Struktury orkiestracji agentów: doświadczenie w korzystaniu z Azure AI Foundry lub Microsoft Agent Framework. Praktyczna znajomość LangGraph lub LangChain jest wysoko ceniona. - Architektury wektorowe: Doświadczenie z bazami danych Pinecone lub równoważnymi wektorowymi bazami danych (obsługa indeksowania strukturalnego, wyszukiwanie zapytań i dostrajanie trafności semantycznej). - Interfejsy API i tożsamość: projektowanie API RESTful, uwierzytelnianie usług klasy korporacyjnej i bezpieczna integracja między usługami. - Pakiety Observability: rozproszone rejestrowanie aplikacji, śledzenie wskaźników wydajności i śledzenie transakcji w skalach produkcyjnych.

Preferowane kwalifikacje (pożądane) - wdrożenia konteneryzacji przy użyciu platformy Docker i Azure Container Services (AKS/ACA). - Doświadczenie w projektowaniu relacyjnych baz danych (SQL Server) i magazynów dokumentów NoSQL (Azure Cosmos DB). - Wcześniejsze doświadczenie w pracy w środowiskach korporacyjnych podlegających ścisłym regulacjom, zorientowanym na zgodność lub obciążonym dużą liczbą audytów. - Podstawowe zrozumienie pojawiających się paradygmatów zarządzania sztuczną inteligencją i bezpieczeństwa sztucznej inteligencji (10 najlepszych OWASP dla LLM). Aplikuj bezpośrednio na RemoteJobs.org: https://remotejobs.org/remote-jobs/senior-ai-engineer-agentic-ai-pm-consulting