StrideCare
KlariVis
Engenheiro de Aplicações de IA Generativa
Descrição
KlariVis é um provedor conhecido e respeitado de análises baseadas em SaaS para a indústria bancária. Nossos clientes confiam em nós para fornecer os dados e análises de que precisam hoje, ao mesmo tempo em que nos ajudam a guiar sua jornada de dados e análises e a entregar os serviços de análise de amanhã.
Estamos procurando um Engenheiro de Aplicações de IA Generativa que seja um cargo de engenharia prático, de nível intermediário, focado na construção e entrega de aplicações, serviços, agentes e ferramentas de IA generativa em produção diretamente contra APIs de modelos de linguagem grandes.
Requisitos mínimos
Os candidatos devem ter aplicações de IA generativa rodando em produção hoje e devem ser capazes de nomeá-las, descrever sua própria contribuição para elas e fornecer referências alcançáveis que possam confirmar essa contribuição.
Estamos procurando alguém com fortes fundamentos de engenharia de software, experiência substancial em desenvolvimento Python e API, fortes habilidades em SQL e experiência significativa na construção de aplicações de IA generativa que estão atualmente em produção.
Os candidatos devem residir atualmente e estar autorizados a trabalhar nos Estados Unidos em tempo integral.
KlariVis NÃO patrocina candidatos para vistos de trabalho.
O que procuramos
Qualificações Requeridas
- 5+ anos de experiência profissional em desenvolvimento de software, incluindo desenvolvimento prático de aplicações ou serviços baseados em API implantados em produção.
- 4+ anos de experiência prática em desenvolvimento Python.
- 2+ anos de desenvolvimento substancial de IA generativa no nível de LLM API, incluindo trabalho direto com APIs de modelos, design de prompts, saídas estruturadas, chamadas de ferramentas/funções, recuperação e avaliação.
- Experiência em ajudar a construir pelo menos duas aplicações de IA generativa não triviais que estão atualmente em produção.
- Fortes habilidades em SQL, incluindo joins, agregações, funções de janela, common table expressions e conceitos de banco de dados relacional.
- 4+ anos de experiência trabalhando em um ambiente de nuvem em múltiplos tipos de recursos, como VMs, contêineres, armazenamento de objetos e serviços de banco de dados relacionais.
- Experiência com Git e/ou Azure DevOps e práticas sólidas de controle de versão.
KlariVis oferece um pacote de remuneração competitivo, incluindo salário, plano médico, odontológico, benefícios de saúde HSA, correspondência 401(k) e folga flexível.
A remuneração real será determinada com base em fatores como experiência relevante, conhecimento técnico, educação, certificações, equidade interna e outras qualificações relacionadas ao trabalho.
KlariVis está sediada em Roanoke, Virgínia.
Requisitos
O que você fará
- Projetar, construir e entregar recursos de IA generativa em produção diretamente contra LLM APIs, incluindo construção de prompts, saídas estruturadas, chamadas de ferramentas/funções, recuperação, gerenciamento de contexto e tratamento de falhas.
- Construir frameworks de avaliação e regressão para garantir que os recursos de IA generativa continuem a ter o desempenho esperado à medida que modelos, prompts e dados mudam.
- Integrar capacidades de IA generativa com os serviços de produto KlariVis, APIs e modelos de dados.
- Construir e manter aplicações e serviços baseados em API.
- Escrever e otimizar SQL contra modelos de banco de dados relacionais.
- Implantar e operar componentes de aplicação em ambientes de nuvem, incluindo máquinas virtuais, contêineres, armazenamento de objetos e serviços de banco de dados relacionais.
- Trabalhar com modelos Hugging Face e motores de inferência hospedados internamente.
- Colaborar estreitamente com gerenciamento de produto, engenharia de dados e outros membros da equipe de Modelagem e IA para transformar requisitos em recursos entregues. Engenheiro_de_Aplicações_de_IA_Generativa…
- Participar de revisões de código e comunicar claramente decisões técnicas, trade-offs, progresso e bloqueios.
- Escrever testes automatizados e testes de avaliação de IA.
- Monitorar aplicações de IA em produção quanto à qualidade, latência, uso de tokens e custo.
- Contribuir para análises baseadas em modelos e iniciativas internas de IA que melhoram a eficiência organizacional.
