Technical Architect – ML, GenAI

🕒 il y a 1 mois

🇺🇸 États-Unis – Télétravail

⏰ Temps Plein

🟠 Senior

🔴 Expert

🔙 Ingénieur Back-end

🦅 Parrain de Visa H1B

Cette entreprise a parrainé des visas H1B par le passé.

👻 Score fantôme 24%

Ce que ça veut dire : la probabilité que personne ne recrute vraiment pour cette offre.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Quantiphi

Site WebLinkedInTous les Emplois

1001 - 5000 employés

Fondée en 2013

💼 Conseil

🏥 Santé

📦 Logistique

💰 Series A en 2019-12

Consulting • Healthcare • Logistics

Quantiphi est une entreprise de pointe en ingénierie numérique axée sur l'IA, s'appuyant sur une décennie d'expertise industrielle pour autonomiser les entreprises grâce à des solutions d'IA évolutives, sûres et adaptables. En intégrant des technologies de pointe avec des applications concrètes, Quantiphi transforme les organisations dans divers secteurs, notamment la santé, la finance, l'éducation et le commerce de détail. Leurs services couvrent les applications d'IA, l'analyse de données, la modernisation de l'infrastructure cloud, et les implémentations d'IA sur mesure. Quantiphi collabore avec des géants technologiques comme AWS, Google Cloud, NVIDIA, et d'autres pour favoriser l'adoption de l'IA et offrir des opportunités transformatrices pour les entreprises.

Description

• Design and implement enterprise-grade Generative AI solutions using AWS Bedrock and AgentCore • Define architectures for LLM-based applications, RAG pipelines, and agentic workflows • Develop and orchestrate agentic AI workflows for multi-step reasoning, tool usage, and task automation • Build and manage RAG pipelines, including embeddings, retrieval mechanisms, and vector databases • Integrate LLM capabilities into enterprise applications through APIs and backend services • Design and optimize prompt engineering strategies • Work with structured and unstructured data sources for knowledge-driven AI applications • Evaluate, monitor, and optimize models for latency, cost, and response quality • Collaborate with application, data, and platform teams on end-to-end solution delivery • Define best practices for security, governance, and responsible AI usage • Troubleshoot and resolve production GenAI system issues • Provide technical leadership and mentor team members while remaining hands-on

🎯 Exigences

• 8+ years of relevant hands-on technical experience implementing and developing cloud ML solutions on AWS • Hands-on experience with AWS services, including SageMaker and Bedrock • Experience with SageMaker training jobs and real-time and batch applications • Experience designing and implementing agentic AI architectures using LangChain, Strand Agents, or similar frameworks • Hands-on experience with Amazon AgentCore, including agent memory management, tool registry, and observability • Experience architecting and deploying scalable AI solutions using Lambda, Bedrock, Step Functions, S3, API Gateway, and SageMaker • Proficiency with LLM APIs such as Claude, Nova, and other third-party providers • Experience with API integration and multi-model orchestration strategies • Hands-on experience fine-tuning or optimizing LLMs • Familiarity with LLM tool use, prompt templating, and context management • Strong expertise in vector databases, indexing, embeddings, similarity search, and RAG architectures • Experience evaluating and optimizing LLM zero-shot and few-shot capabilities, hyperparameters, task generalization, and model interpretability • Experience developing and maintaining Model Context Protocol (MCP) implementations • Experience with workflow orchestration tools such as Airflow, Step Functions, SageMaker Pipelines, or Kubeflow • Experience implementing secure, scalable APIs and integrating third-party data sources and tools • Ability to collaborate with developers, QA, project managers, and other stakeholders • Experience with deep learning concepts including Transformers, BERT, attention models, tokenization, and embeddings • Nice to have: software development experience and exposure to frontend/backend frameworks and communication protocols • Nice to have: Infrastructure as Code and CI/CD pipeline experience • Nice to have: NLP concepts including syntactic/semantic analysis and NER

🏖️ Avantages

• Global and diverse culture • Culture built on transparency, diversity, integrity, learning and growth • Remote work (US)

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV