Инженер Agentic AI

Компания Andersen приглашает на работу Инженера Agentic AI для проекта по интеграции возможностей искусственного интеллекта в платформу спортивной производительности и предоставлению масштабируемых, надежных аналитических данных для тренеров и спортсменов.

Наш клиент - глобальный технологический провайдер, специализирующийся на мониторинге производительности, анализе данных и оптимизации операций. Он разрабатывает программные платформы и решения на основе данных, которые помогают организациям повысить эффективность, получить ценные знания и принимать обоснованные решения. Обслуживая клиентов на международных рынках, компания фокусируется на инновациях и интегрированных технологиях, которые повышают производительность и поддерживают долгосрочный рост.

Проект направлен на разработку и интеграцию возможностей Agentic AI в платформу спортивной производительности. Его цель - преобразовать данные спортсменов в действенные, надежные аналитические данные для тренеров и специалистов по производительности с помощью надежных, масштабируемых и измеримых решений на основе искусственного интеллекта.

Обязанности: - Разработка и внедрение специализированных агентов ИИ, которые используют память, инструменты, данные и многоэтапное рассуждение. - Создание оркестровки мультиагентов, которая распределяет работу между агентами, управляет зависимостями и синтезирует конфликтующие выходные данные. - Разработка механизмов, оценивающих уверенность, неопределенность и последствия, прежде чем рекомендация достигнет специалиста. - Создание эскалации с участием человека в цикле, чтобы система могла решать, когда отвечать, когда запрашивать дополнительную информацию и когда передавать решение человеку. - Преобразование экспертизы спортивных ученых в проверенные, версионные и тестируемые возможности агентов. - Разработка оценки, наблюдаемости и регрессионного тестирования для измерения и улучшения производительности агентов в производстве. - Сотрудничество с экспертами в предметной области для обеспечения того, чтобы результаты ИИ были обоснованы, отслеживаемы и действенны. - Разработка возможностей ИИ, которые сопоставляют комплексные данные спортсменов для предоставления быстрых, основанных на доказательствах аналитических данных и рекомендаций. - Обеспечение того, чтобы рекомендации включали измеримо откалиброванные уровни уверенности и прозрачные подтверждающие доказательства, позволяющие специалистам понимать и проверять их происхождение. - Разработка систем ИИ, которые распознают, когда доступные доказательства недостаточны, и избегают предоставления неподтвержденных рекомендаций. - Поддержка обоснованных, защитимых решений специалистов при обеспечении того, что окончательная ответственность за принятие решений остается за человеческим экспертом.

Требования: - Профессиональный опыт в области прикладного машинного обучения, ИИ или разработки программного обеспечения от 5 лет. - Сильная компетентность в Python и фундаментальные знания по разработке программного обеспечения, включая создание, развертывание и эксплуатацию производственных систем. - Практический опыт личностного создания производственных систем агентов ИИ, используемых реальными пользователями, включая постоянную память/состояние, вызов инструментов, многоэтапное рассуждение, оркестрацию рабочих процессов и производственные операции. Опыт, ограниченный чат-ботами, инженерией подсказок или RAG, недостаточный. - Практический опыт создания или значительного вклада в производственные многоагентные системы, включая маршрутизацию агентов, оркестрацию, композицию специализированных агентов и рабочие процессы с учетом зависимостей. - Сильное понимание параллельного и последовательного выполнения агентов, разрешения конфликтов между выводами агентов и синтеза ответов. - Практический опыт с калибровкой вероятностных моделей, включая масштабирование Платта, изотоническую регрессию, ожидаемую ошибку калибровки (ECE), кривые надежности/калибровки, а также оценку уверенности и неопределенности. - Уровень английского языка – от Upper-Intermediate и выше.

Желательно: - Опыт работы с производственными конвейерами RAG, оптимизацией извлечения и переоценкой. - Опыт тонкой настройки фундаментальных моделей или адаптации к домену с использованием LoRA, PEFT или аналогичных подходов. - Опыт работы с наблюдаемостью LLM, обнаружением дрейфа, оценочными рамками и автоматическим регрессионным тестированием. - Знания архитектур с участием человека в цикле, порогов уверенности и механизмов эскалации. - Понимание причинного и контрфактического рассуждения. - Опыт работы с Go и сервисами AWS, включая ECS, EC2, Lambda, SNS и SQS. - Опыт работы с GraphQL, REST или gRPC API и базами данных, такими как PostgreSQL или MongoDB. - Опыт сотрудничества со спортивными учеными, клиницистами или другими экспертами в предметной области. - Знакомство с данными о нагрузке, готовности, восстановлении, биомеханике или производительности спортсменов.

Компенсация: 3050–5250 EUR в месяц.