Instruktor - Agentyczna AI

O nas Simplilearn to wiodący na świecie dostawca Bootcampów online, umożliwiający uczniom na całym świecie rygorystyczne i wysoce specjalistyczne szkolenia oferowane we współpracy ze światowej sławy uniwersytetami i wiodącymi korporacjami. Koncentrujemy się na nowych technologiach i umiejętnościach, takich jak nauka o danych, przetwarzanie w chmurze, programowanie, sztuczna inteligencja, cyberbezpieczeństwo, zarządzanie produktami i nie tylko - umiejętnościach, które przekształcają globalną gospodarkę. Nasze szkolenia mają charakter praktyczny i wciągający, obejmują wirtualne zajęcia na żywo, zintegrowane laboratoria i projekty, wsparcie 24 godziny na dobę, 7 dni w tygodniu oraz środowisko uczenia się oparte na współpracy.

Ponad dwa miliony specjalistów i 2000 organizacji zajmujących się szkoleniami korporacyjnymi w 150 krajach skorzystało z naszych wielokrotnie nagradzanych programów, aby osiągnąć swoje cele zawodowe i biznesowe. Simplilearn nawiązał współpracę z Fullstack Academy, aby wykorzystać swoją szeroką obecność w regionie Stanów Zjednoczonych oraz partnerstwa z najlepszymi amerykańskimi uniwersytetami w celu międzynarodowego rozwoju. Informacje o stanowisku Trener online - Agentyczna sztuczna inteligencja, Uczenie maszynowe i Generacyjna sztuczna inteligencja odgrywa kluczową rolę w zapewnianiu wciągających i wpływowych doświadczeń edukacyjnych dorosłym uczniom uczestniczącym w naszych zaawansowanych programach AI i Agentycznej AI.

Trener poprowadzi sesje szkoleniowe na żywo online obejmujące agentyczną sztuczną inteligencję, agentów AI, generatywną sztuczną inteligencję, modele wielkojęzykowe, uczenie maszynowe, głębokie uczenie się, NLP i automatyzację opartą na sztucznej inteligencji. Ta rola polega na wyjaśnianiu złożonych koncepcji sztucznej inteligencji, demonstrowaniu architektur i przepływów pracy agentycznej sztucznej inteligencji, przeprowadzaniu praktycznych demonstracji przy użyciu nowoczesnych struktur i narzędzi sztucznej inteligencji oraz łączeniu koncepcji technicznych z rzeczywistymi aplikacjami biznesowymi. Idealny kandydat powinien posiadać duże praktyczne doświadczenie w budowaniu lub wdrażaniu agentów AI, systemów wieloagentowych, aplikacji opartych na LLM, potokach RAG, agentach korzystających z narzędzi i przepływach pracy automatyzacji AI.

Zajęcia prowadzone są w 100% online, w synchronicznym formacie prowadzonym przez instruktora. Kluczowe obowiązki Prowadzenie na żywo sesji szkoleniowych prowadzonych przez instruktora online obejmujących agentyczną sztuczną inteligencję, generatywną sztuczną inteligencję, uczenie maszynowe, głębokie uczenie się, NLP i modele wielkojęzykowe. Omów podstawowe tematy związane z agentyczną sztuczną inteligencją i generatywną sztuczną inteligencją, w tym: - Podstawy i ewolucja agentycznej sztucznej inteligencji - Agenci AI i autonomiczne systemy AI - Architektury agentów i agentyczne przepływy pracy - Modele wielkojęzyczne i aplikacje oparte na LLM - Szybka inżynieria i zaawansowane techniki podpowiedzi - Generowanie wspomagane wyszukiwaniem (RAG) - Wywoływanie narzędzi i wywoływanie funkcji - Pamięć agentów AI i zarządzanie kontekstem - Planowanie, wnioskowanie i dekompozycja zadań - Systemy wieloagentowe i współpraca agentów - Automatyzacja przepływu pracy AI - Orkiestracja LLM - Podstawy uczenia maszynowego i głębokiego uczenia się - Sieci neuronowe, mechanizmy uwagi i transformatory - Przetwarzanie języka naturalnego i klasyfikacja tekstu - BERT, GPT, GAN, VAE i modele dyfuzji - Odpowiedzialna sztuczna inteligencja, bezpieczeństwo, stronniczość i względy etyczne - Pojawiające się trendy w agentycznej sztucznej inteligencji i autonomicznych systemach sztucznej inteligencji Przygotowywanie i ciągłe aktualizowanie: - Prezentacji szkoleniowych - Materiały edukacyjne - Ćwiczenia praktyczne - Ćwiczenia praktyczne - Demonstracje agentycznej sztucznej inteligencji - Przypadki użycia agentów AI - Przykłady biznesowe w świecie rzeczywistym studia - Szablony i materiały referencyjne Przeprowadzaj interaktywne warsztaty, sesje pytań i odpowiedzi, szybkie sprawdzanie wiedzy, ćwiczenia z przewodnikiem i praktyczne demonstracje.

Przeprowadź praktyczne demonstracje przy użyciu nowoczesnych frameworków, platform i narzędzi AI, takich jak: - LangChain - LangGraph - CrewAI - AutoGen - ChatGPT - Hugging Face - API AI i platformy LLM - Frameworki RAG i wektorowe bazy danych - Platformy automatyzacji przepływu pracy Prowadź uczniów przez rzeczywiste scenariusze Agentic AI, korzystając z praktycznych przykładów biznesowych i branżowych. Zademonstruj, jak można zaprojektować agentów AI tak, aby rozumowali, planowali, korzystali z narzędzi, pobierali informacje, współpracowali z innymi agentami i automatyzowali wieloetapowe przepływy pracy. Wspieraj uczniów w rozwijaniu praktycznych umiejętności tworzenia i wdrażania aplikacji opartych na LLM i rozwiązań Agentic AI.

Utrzymuj wysokie zaangażowanie uczniów i jakość nauczania podczas wszystkich sesji. Bądź na bieżąco z aktualnymi praktykami Agentic AI, rozwojem generatywnej AI, technologiami LLM, frameworkami AI, autonomicznymi systemami AI i pojawiającymi się trendami branżowymi. Współpraca z wewnętrznymi zespołami ds. programu nauczania w celu ciągłego ulepszania treści szkoleniowych i wyników uczniów.

Wymagane kwalifikacje - tytuł licencjata lub magistra w dziedzinie informatyki, sztucznej inteligencji, nauki o danych, uczenia maszynowego, inżynierii lub dziedziny pokrewnej. - Ponad 10 lat doświadczenia zawodowego w sztucznej inteligencji, uczeniu maszynowym, generatywnej sztucznej inteligencji, agentycznej sztucznej inteligencji lub dziedzinach pokrewnych. - Duże, praktyczne doświadczenie w projektowaniu, opracowywaniu, wdrażaniu lub wdrażaniu systemów Agentic AI i aplikacji opartych na LLM. - Wcześniejsze doświadczenie w prowadzeniu szkoleń online prowadzonych przez instruktora dla profesjonalistów lub dorosłych. - Wykazana wiedza specjalistyczna w zakresie sztucznej inteligencji, uczenia maszynowego, głębokiego uczenia się, NLP, generatywnej sztucznej inteligencji i agentycznej sztucznej inteligencji. - Dobra znajomość: - Architektury agentycznej AI i agentów AI - Aplikacje oparte na LLM - Agentyczne przepływy pracy i automatyzacja - Modele wielkojęzykowe - Szybka inżynieria - Generowanie wspomagane wyszukiwaniem (RAG) - Wywoływanie narzędzi i wywoływanie funkcji - Pamięć agenta AI i zarządzanie kontekstem - Planowanie, wnioskowanie i dekompozycja zadań - Systemy wieloagentowe - Orkiestracja LLM - Uczenie maszynowe i głębokie uczenie się - Sieci neuronowe, mechanizmy uwagi i transformatory - NLP i klasyfikacja tekstu - BERT, GPT, GAN, VAE i modele dyfuzji - Odpowiedzialna sztuczna inteligencja, bezpieczeństwo, stronniczość i etyczna sztuczna inteligencja - Praktyczne doświadczenie z platformami Agentic AI, takimi jak LangChain, LangGraph, CrewAI, AutoGen lub podobnymi platformami. - Dobra znajomość interfejsów API AI, integracji LLM i przepływów pracy automatyzacji AI. - Doskonałe umiejętności komunikacji, prezentacji i facylitacji. Wymagane umiejętności - duża praktyczna wiedza na temat rozwoju agentów AI i agentów AI. - Silne zdolności instruktażowe i angażujące uczniów. - Możliwość uproszczenia złożonych koncepcji agentycznej AI, AI/ML i generatywnej AI poprzez praktyczne przykłady i demonstracje. - Doświadczenie w tworzeniu lub demonstrowaniu aplikacji opartych na LLM i przepływach pracy agentów AI. - Doświadczenie z frameworkami takimi jak LangChain, LangGraph, CrewAI, AutoGen lub podobnymi frameworkami Agentic AI. - Silne zrozumienie architektur RAG, wywoływania narzędzi, wywoływania funkcji i orkiestracji LLM. - Umiejętność wyjaśnienia architektury agentów AI, planowania, rozumowania, pamięci i współpracy wielu agentów. - Silna znajomość sztucznej inteligencji, uczenia maszynowego, głębokiego uczenia się, NLP i generatywnej sztucznej inteligencji. - Doskonałe umiejętności komunikacji i opowiadania historii. - Doświadczenie w prowadzeniu wirtualnych szkoleń na żywo przy użyciu Zoom, Microsoft Teams lub podobnych platform. - Silne zaangażowanie uczniów, umiejętności facylitacji i zarządzania pytaniami i odpowiedziami. - Umiejętność prowadzenia interaktywnych doświadczeń edukacyjnych opartych na aktywności. - Możliwość łączenia koncepcji agentycznej sztucznej inteligencji z rzeczywistymi przypadkami użycia biznesowego. Preferowane umiejętności - doświadczenie specjalistów zajmujących się szkoleniem, pracujących specjalistów lub dorosłych uczniów w zakresie agentycznej sztucznej inteligencji, sztucznej inteligencji/ML lub generatywnej sztucznej inteligencji. - Doświadczenie w tworzeniu treści szkoleniowych, ćwiczeń, demonstracji lub studiów przypadków Agentic AI. - Praktyczne doświadczenie w tworzeniu agentów AI lub aplikacji agentowych klasy produkcyjnej. - Doświadczenie z frameworkami wieloagentowymi, takimi jak CrewAI, AutoGen, LangGraph lub podobnymi technologiami. - Doświadczenie we wdrażaniu potoków RAG, wektorowych baz danych, osadzania i systemów wyszukiwania wiedzy. - Doświadczenie w integracji LLM z zewnętrznymi interfejsami API, bazami danych, narzędziami i systemami korporacyjnymi. - Ekspozycja na platformy automatyzacji i orkiestracji przepływu pracy AI. - Doświadczenie w środowiskach programistycznych Python i AI. - Znajomość nowych architektur agentycznej sztucznej inteligencji, autonomicznych systemów sztucznej inteligencji i agentów kodujących sztuczną inteligencję. - Doświadczenie w demonstrowaniu przypadków użycia agentów AI w różnych funkcjach biznesowych. - Silne zrozumienie odpowiedzialnej sztucznej inteligencji, etyki AI, bezpieczeństwa, uprzedzeń i zarządzania.

Kluczowe kompetencje - Silne umiejętności instruktażowe i facylitacyjne. - Doskonała wiedza na temat agentycznej sztucznej inteligencji, generatywnej sztucznej inteligencji, uczenia maszynowego i sztucznej inteligencji. - Silna, praktyczna wiedza na temat agentów AI i architektur agentów. - Umiejętność jasnego wyjaśniania złożonych koncepcji technicznych na praktycznych przykładach. - Dobra znajomość LLM, RAG, wywoływania narzędzi, pamięci agentów, planowania i systemów wieloagentowych. - Profesjonalna wirtualna obecność. - Analityczne myślenie i ustrukturyzowane rozwiązywanie problemów. - Silne zaangażowanie uczniów i nastawienie mentorskie. - Doskonałe umiejętności komunikacji i prezentacji. - Możliwość zademonstrowania praktycznych i zorientowanych na biznes aplikacji Agentic AI. - Pasja do rozwijania możliwości AI wśród profesjonalistów i uczniów. Wsparcie dla studentów i mentoring Zapewnij zindywidualizowane wsparcie dla uczniów podczas sesji szkoleniowych na żywo i zaplanowanych godzin pracy. Utrzymuj regularną komunikację dotyczącą postępów uczniów, oczekiwań szkoleniowych i rozwoju umiejętności.

Reaguj szybko i profesjonalnie na komunikację uczniów i wewnętrznego zespołu. Przekazuj w odpowiednim czasie konstruktywną informację zwrotną na temat praktycznych ćwiczeń, zajęć i ocen nauczania. Wspieraj uczniów w stosowaniu koncepcji agentycznej sztucznej inteligencji, generatywnej sztucznej inteligencji, uczenia maszynowego i LLM w praktycznych scenariuszach biznesowych.

Pomóż uczniom projektować i eksperymentować z agentami AI, przepływami pracy agentów, aplikacjami RAG i automatyzacją opartą na sztucznej inteligencji poprzez ćwiczenia z przewodnikiem i praktyczne demonstracje. Monitorowanie wyników Oceniaj postępy uczniów na podstawie uczestnictwa, kontroli wiedzy, ćwiczeń praktycznych i ćwiczeń praktycznych. Prowadź dokładną dokumentację zaangażowania i wyników uczniów.

Identyfikuj uczniów wymagających dodatkowego wsparcia i współpracuj z wewnętrznymi zespołami, aby poprawić wyniki w nauce. Udział w inicjatywach ciągłego doskonalenia mających na celu jakość szkolenia i sukces uczniów. Współpraca i postępowanie zawodowe Przestrzegaj zasad instytucjonalnych i standardów nauczania.

Stwórz włączające, oparte na współpracy i profesjonalne środowisko uczenia się. Służyć jako mentor i branżowy wzór do naśladowania dla uczniów rozwijających umiejętności agentycznej i generatywnej sztucznej inteligencji. Współpraca z kadrą instruktorską i zespołami zajmującymi się programem nauczania w celu zwiększenia doświadczenia uczniów i efektywności szkolenia.

Reprezentuj Simpliearn w sposób profesjonalny podczas interakcji z uczniami, pracownikami i interesariuszami zewnętrznymi. Harmonogram pracy Instruktorzy pracujący w niepełnym wymiarze godzin zazwyczaj pracują 8 - 12 godzin tygodniowo, w zależności od harmonogramu szkoleń. Każda sesja szkoleniowa trwa około 3 godzin.

Sesje odbywają się na żywo w formacie całkowicie online. Preferowana jest elastyczność w zakresie dostępności wieczorami i w weekendy w oparciu o harmonogramy kohort uczniów. Wynagrodzenie Przewidywane wynagrodzenie na tym stanowisku wynosi 80 USD za godzinę, w zależności od kwalifikacji, doświadczenia i zgodności z wymogami programu.

Do aplikowania zachęcamy kandydatów posiadających wyjątkową wiedzę specjalistyczną w zakresie agentycznej sztucznej inteligencji, duże praktyczne doświadczenie w tworzeniu agentów AI, szerokie doświadczenie branżowe lub duże doświadczenie instruktażowe. Stanowisko to jest sklasyfikowane jako praca w niepełnym wymiarze godzin, niezwolnienie, a pracownicy otrzymają wynagrodzenie za wszystkie przepracowane godziny zgodnie z obowiązującymi federalnymi, stanowymi i lokalnymi przepisami dotyczącymi wynagrodzeń i godzin pracy. Równe szanse na zatrudnienie Zależy nam na tworzeniu włączającego środowiska dla wszystkich pracowników i kandydatów.

Decyzje o zatrudnieniu podejmowane są bez względu na rasę, kolor skóry, religię, płeć, tożsamość płciową, orientację seksualną, pochodzenie narodowe, wiek, niepełnosprawność, status weterana lub jakąkolwiek inną cechę chronioną na mocy obowiązującego prawa. Pozwolenie na pracę Kandydaci muszą posiadać legalne zezwolenie na pracę w Stanach Zjednoczonych w momencie składania wniosku i przez cały okres zatrudnienia. Aplikuj bezpośrednio na RemoteJobs.org: https://remotejobs.org/remote-jobs/instructor-agentic-ai-fullstack-academy