AI-plattformsingenjör

Bygg och driv gränssnittet, det semantiska lagret och de kontroller som gör att AI-agenter kan arbeta säkert inom IFS programvara. Huvudansvar Designa och bygg MCP-servrar (Model Context Protocol, den framväxande standarden för att exponera applikationskapacitet för agenter) över produktens affärsobjekt, och behandla förmågemodellering, upptäckbarhet, versionering och bakåtkompatibilitet som primära designproblem. Bygg skrivvägen som gör att en agent säkert kan ändra en kunds operationella data. Bygg det semantiska lagret: en ontologi och kunskapsgraf över produkten, genererad från vad plattformen redan vet om sig själv och sedan kurerad bransch för bransch. Bygg färdighetslagret som mappar vad någon ber om till rätt operation och rätt sekvens, med en router som väljer mellan dem. Bygg kontrollplanet: autentisering, behörigheter, agentidentitet, telemetri, mätning, motstånd mot injektion och ett standardläge som nekar snarare än tillåter. Bygg utvärderingsmiljön som certifierar agentbeteende mot den faktiska produkten, och förbättra systemet baserat på vad som mäts. Bygg snabba prototyper och proof-of-concepts för att validera framväxande teknik, produktmöjligheter och kundscenarier. Etablera de ingenjörspraxis som dessa system behöver: utvärdering, testning, observerbarhet, övervakning, styrning, säkerhet och operativ excellens. Bidra till teknisk design, granska andra ingenjörers arbete och stöd kollegor som kommer in i domänen. Representera arbetet utanför teamet genom kundengagemang, demonstrationer, branschevenemang och partnersamarbeten. Kvalifikationer Stark programvaruteknik först. Allt annat appliceras ovanpå det. Produktionserfarenhet av att bygga och driva företagssystem, med djup inom distribuerade system, molnbaserade arkitekturer, API- och schemadesign, händelsestyrda system, säkerhet, observerbarhet och CI/CD. Stark programmering i ett modernt backendspråk. Erfarenhet av att leverera AI-system byggda på stora språkmodeller, retrieval-augmented generation (RAG), agentiska arbetsflöden och orkestreringsramverk, inklusive verktygsanvändning, funktionsanrop, arbetsflödesorkestrering och autonoma eller multi-agent-arkitekturer, med omdömet att veta var de misslyckas. Utvärdering som en disciplin: experimentering, benchmarking, prompt engineering, spårning, kvalitetsmätning och agentjustering, förbättring av en agent baserat på bevis snarare än intryck. Förmåga att designa lösningar som integrerar företagsapplikationer, affärsprocesser, arbetsflöden och dataplattformar. Djup inom minst ett av följande: Verktygsyta och agent-runtime-teknik. MCP-servrar, verktygsekosystem, förmågemodellering, upptäckbarhet, styrning, versionering, bakåtkompatibilitet, isolering av multi-tenancy. Kunskapsgrafer och semantisk modellering. Ontologidesign, kontextteknik, embeddings, vektordatabaser, hämtnings- och söktekniker, minnesarkitekturer, grundningsstrategier. Företagsplattformsdjup. Oracle PL/SQL, OData, och vana att arbeta i stora metadata-drivna system där beteende konfigureras snarare än kodas. Önskvärt Erfarenhet av agentramverk som Semantic Kernel, Microsoft Agent Framework, LangGraph, AutoGen, PydanticAI, OpenAI Agents SDK eller CrewAI. Erfarenhet av att bygga återanvändbara AI-plattformar, MCP-ekosystem eller delade ingenjörskapaciteter som används över flera produkter och team. Containeriserade plattformar och infrastrukturautomation: Docker, Kubernetes. Erfarenhet av Azure, AWS, GCP eller en annan hyperscale molnplattform. Reverse-engineering eller tolkarbete. Token-effektiv agentdesign. Företagsmjukvarudomäner: Enterprise Asset Management, servicemanagement, tillverkning, leveranskedja, flyg och försvar, energi, telekommunikation, byggnation, industriell AI. Bidrag till open-source-projekt, tekniska communities, konferenser, publikationer eller standarder.