Agentic AI architect – Anthropic-partnerség (Hollandia / EMEA)

Stack

Feladatok

• ▹Skálázható AI- és gépi tanulási megoldások tervezése, fejlesztése, telepítése és karbantartása vállalati használati esetekre
• ▹Teljes körű megoldásarchitektúrák meghatározása az adatbetöltéstől és -előkészítéstől a modellválasztáson, vezényléssel, API-kon, munkafolyamat-integrációkon és monitorozáson át a governance-ig
• ▹Üzleti és technikai érintettekkel közösen nagy értékű AI-lehetőségek azonosítása, követelmények lefordítása technikai tervekre és szállítási ütemtervekre
• ▹Megoldások tervezése prediktív elemzésre, osztályozásra, klaszterezésre, előrejelzésre, anomáliadetektálásra, ajánlásra és intelligens automatizálásra
• ▹Technikai szabványok, referenciaarchitektúrák, újrahasznosítható minták és jó gyakorlatok kialakítása
• ▹Technikai felderítés, architektúra-workshopok, design reviewk, proof of conceptek és ügyfélbemutatók vezetése
• ▹Vállalati generatívalkalmazás-fejlesztés Claude-dal, az Anthropic API-val és más LLM-platformokkal
• ▹Prompt- és kontextustervezési gyakorlatok alkalmazása: utasítástervezés, few-shot példák, szerepmeghatározás, strukturált bemenetek és kimenetek, hosszú kontextus kezelése
• ▹RAG-megoldások architektúrájának kialakítása, amelyek a modellkimenetet jóváhagyott vállalati dokumentumokban, tudásbázisokban és adatforrásokban alapozzák meg
• ▹Agentic AI rendszerek tervezése és megvalósítása, amelyek vállalati kontextusban gondolkodnak, jóváhagyott eszközöket használnak és többlépéses feladatokat hajtanak végre
• ▹Emberi ellenőrzés beépítése az érzékeny, nagy hatású, alacsony megbízhatóságú vagy kivételes műveleteknél
• ▹Védőkorlátok tervezése a nem kívánt eszközvégrehajtás, jogosulatlan adathozzáférés és prompt injection ellen
• ▹Gépi tanulási modellek fejlesztése, betanítása, validálása, telepítése és monitorozása TensorFlow, PyTorch és Scikit-learn használatával
• ▹NLP-képességek fejlesztése Hugging Face transformer modellekkel és felhős AI-szolgáltatásokkal
• ▹Felhőalapú AI-megoldások tervezése AWS-en (SageMaker, Lambda, S3), Azure-on és Google Cloudon (Vertex AI)
• ▹Integrációk építése az AI-szolgáltatások, a ServiceNow, vállalati alkalmazások, API-k, adatbázisok és adatplatformok között
• ▹ETL/ELT-folyamatok tervezése és optimalizálása Apache Sparkkal és Snowflake-kel
• ▹Kiértékelési keretrendszerek, tesztcsomagok és regressziós tesztelési gyakorlatok kialakítása AI-, ML- és ágensalapú megoldásokhoz
• ▹Observability, monitorozás, tracing, riasztás és visszacsatolási hurkok bevezetése produkciós AI-alkalmazásokhoz
• ▹AI-alapú munkafolyamat-automatizálás és intelligens élmények tervezése a ServiceNow-ban és a kapcsolódó vállalati ökoszisztémában
• ▹Munka ügyfelekkel, NewRocket-tanácsadókkal, ServiceNow-csapatokkal, adatmérnökökkel és AI/ML-mérnökökkel

Elvárások

• ▹Erős gyakorlati szakértelem Pythonban, SQL-ben, felhőszolgáltatásokban, adatbázisokban, big data technológiákban és modern gépi tanulási keretrendszerekben
• ▹Gyakorlati tapasztalat LLM-alapú alkalmazások tervezésében, amelyek biztonságosan kötik a modelleket vállalati tudáshoz, rendszerekhez, API-khoz és munkafolyamatokhoz
• ▹Tapasztalat AI/ML-architektúra, generatív AI-mérnökség, adatmérnökség és felhős megoldástervezés terén
• ▹Tapasztalat TensorFlow, PyTorch, Scikit-learn és Hugging Face használatában
• ▹Jártasság SQL, MySQL, PostgreSQL és MongoDB adatbázisokban, valamint Apache Sparkban és Snowflake-ben

Soft skillek

Amit kínálunk

• ▹Az Anthropic-partnerségen keresztül elérhető partnerképzések és technikai oktatás

A munkáltatóról

A NewRocket AI-first, elit ServiceNow-partner, amely a Now Platformon segít vállalatoknak értéket teremteni. Egyben Anthropic-partner is, így Claude-alapú AI-megoldások bevezetésében is támogatja az ügyfeleit.