AI megoldásarchitekt

Stack

Feladatok

• ▹Referenciaarchitektúrák ajánlása az AI-megoldásokhoz az egész vállalatban
• ▹Végpontok közötti folyamatok tervezése generatív AI-hoz, gépi tanuláshoz és ágens-alapú munkafolyamatokhoz
• ▹Az AI-megoldások modularitásának, újrahasznosíthatóságának és a vállalati biztonsági és megfelelőségi szabványokhoz igazodásának biztosítása
• ▹Az optimális technológiai stack ajánlása az egyes üzleti felhasználási esetekhez
• ▹Együttműködés az AI- és adatkormányzással, hogy az architektúrák megfeleljenek a kockázati, megfelelőségi és életciklus-követelményeknek
• ▹AI-kezdeményezések műszaki megvalósíthatóságának felmérése
• ▹Gyors prototípusok, POC-k és MVP-k készítése az AI-specifikus műszaki feltételezések igazolására
• ▹Műszaki követelmények, modellfüggőségek és integrációs pontok meghatározásának támogatása
• ▹Együttműködés a biztonsági, adat- és infrastruktúra-csapatokkal az architekturális feltevések ellenőrzésére és a vállalati környezetbe illeszkedés megerősítésére
• ▹Magas szintű ráfordítás- és erőforrás-becslések készítése az AI-megvalósításokhoz
• ▹Annak meghatározásának támogatása, mi kell ahhoz, hogy az AI-modellek kilépjenek a laborkörnyezetből, és robusztus, skálázható éles rendszerekké váljanak
• ▹A skálázási követelmények meghatározásának támogatása
• ▹A késleltetésre, költséghatékonyságra (tokenkezelés) és megbízhatóságra optimalizált architektúrák ajánlása
• ▹A modellválasztások, következtetési minták és orkesztrációs tervek költséghatásának felmérése fenntartható megoldások ajánlásához
• ▹Az AI-biztonság, az elfogultság csökkentése és az ember a körben architekturális elemek mintáinak kialakítása az AI-kormányzási modell szerint, beleértve a kockázati felülvizsgálatokat, életciklus-szakaszokat és szükséges dokumentációt
• ▹Iránymutatás a megvalósításban részt vevő műszaki munkatársaknak
• ▹Műszaki felügyelet és architektúra-felülvizsgálatok az AI-projektekben
• ▹Az új AI-minták (RAG, finomhangolás, többügynökös rendszerek) figyelése
• ▹Együttműködés az AI- és adatátalakítási vezetővel az AI-felhasználási esetek tanácsadói támogatásában, újrahasznosítható AI-architektúra-minták és komponenssablonok karbantartásával és fejlesztésével
• ▹AI-modellek és új technológiák műszaki értékelésének megtervezése és elvégzése a nagyvállalati teljesítmény biztosítására
• ▹Strukturált LLM-validációs keretrendszerek alkalmazása a modellek teljesítményének, pontosságának, biztonságának és műszaki alkalmasságának értékelésére
• ▹Külső AI-termékek és szolgáltatások műszaki felülvizsgálata az architekturális illeszkedés és az integrációs készenlét megítélésére
• ▹Az AI-kutatás élvonalában maradás az új műszaki képességek (például multimodális modellek, fejlett embedding-technikák, következtető modellek) azonosítására és integrálására
• ▹A műszaki rugalmasság biztosítása és az architekturális bezártság elkerülése moduláris tervezéssel és szabványosított AI-interfészekkel
• ▹Tömör architektúradokumentáció vezetése a döntéshozatal, a kormányzás és az auditálhatóság támogatására

Elvárások

• ▹Alap- vagy mesterdiploma informatikából, adattudományból, szoftvermérnökségből vagy kapcsolódó kvantitatív területen
• ▹Szilárd alapismeretek a gépi tanulásban és a szoftverarchitektúrában
• ▹5+ év jelentős tapasztalat gépi tanulási és generatív AI-megoldások végpontok közötti műszaki architektúráinak tervezésében
• ▹Igazolt tapasztalat műszaki megvalósíthatósági felmérésekben, gyors prototípus-készítésben (POC/MVP) és az üzleti követelmények és a mérnöki megvalósítás összekapcsolásában
• ▹Tapasztalat nagyvállalati léptékű rendszerekkel, biztonsági szabványokkal és AI-kormányzással (kritikus)
• ▹Szakértelem az AI-tervezési mintákban (például RAG, finomhangolás, ágens-alapú munkafolyamatok) és a modellértékelési keretrendszerekben
• ▹Erős műszaki vezetői és mentori képesség
• ▹Kivételes érintettkezelés több funkción átívelő csapatokkal (biztonság, adat, infrastruktúra)
• ▹Az architektúrák skálázhatóságra, költséghatékonyságra és megbízhatóságra optimalizálásának képessége
• ▹Szakmai szintű angol nyelvtudás

Előny

• ▹Olasz és/vagy további európai nyelvek ismerete

Soft skillek

A munkáltatóról

Az MSX több mint 30 éve megbízható partnere vezető járműgyártóknak, viszonteladóiknak és mobilitási szervezeteknek világszerte, több mint 80 országban mintegy 5000 munkatárssal. Az eladási teljesítmény, a javításoptimalizálás és megfelelőség, az alkatrész- és tartozékértékesítés, valamint az ügyfélelköteleződés területén nyújt megoldásokat.