AI-ingenjör

Är du passionerad för AI och ivrig att driva innovation i en snabbfotad, resultatinriktad miljö? Har du erfarenhet av att utveckla AI-drivna applikationer och tycker du om att mentora andra? Om så är fallet bjuder vi in dig att gå med i Nexthink som Senior AI-ingenjör! Som senior medlem i AI-teamet kommer du att prototypa, utveckla och implementera AI-drivna funktioner i Nexthinks molnplattform. Du kommer att leda arkitektoniska beslut, etablera bästa praxis och säkerställa att AI-systemen är skalbara, observerbara och av produktionskvalitet. Ansvarsområden AI-teknik & Arkitektur - Designa, utveckla och driva produktionsklara AI/ML-system, inklusive LLM-drivna applikationer, NLP-modeller, RAG-pipelines och multi-agent-system - Ta viktiga arkitektoniska beslut gällande modellval, träningsstrategier, finjustering, hämtningsmekanismer, orkestreringslager och infrastruktur - Integrera externa AI-tjänster (t.ex. LLM-leverantörer) i Nexthinks molnplattform - Lösa tekniska utmaningar relaterade till datainsamling, hämtning, utvärdering, inferens, latens och kostnadsoptimering AI Done Right – Utvärdering & Kvalitet - Definiera robusta online- och offline-utvärderingsramverk och framgångsmått - Implementera instrumentpaneler och övervakningssystem för att spåra kvalitet och upptäcka regressioner i produktion - Designa automatiserade utvärderingspipelines för prompter, inbäddningar, modeller och agentarbetsflöden - Säkerställa observerbarhet och tillförlitlighet för AI-system i stor skala MLOps & Molnteknik - Implementera och underhålla reproducerbara ML-pipelines och CI/CD-arbetsflöden för AI-komponenter - Hantera driftsättning, övervakning och livscykel för modeller och AI-artefakter i produktion - Optimera system för skalbarhet, prestanda, genomströmning och kostnad - Arbeta med AWS (eller motsvarande molnplattformar), Docker och orkestreringsramverk (Kubernetes/ECS) Produkt & Tvärfunktionellt samarbete - Samarbeta nära med produktchefer, designers, programvaruingenjörer och datavetare - Översätta tvetydiga produktkrav till inkrementella, testbara tekniska planer - Proaktivt föreslå nya AI-funktioner baserat på användarinsikter och tekniska framsteg - Kommunicera komplexa AI-koncept tydligt till både tekniska och icke-tekniska intressenter Ledarskap & Mentorskap - Mentora och coacha juniora AI-ingenjörer i bästa praxis för produktion - Etablera tekniska standarder och AI-best-practices inom teamet - Främja en kultur av experimenterande, lärande och kunskapsdelning Kvalifikationer - Bsc/Masterexamen i datavetenskap, maskininlärning, datavetenskap eller ett relaterat område. - 5+ års professionell erfarenhet av programvaruteknik, inklusive driftsättning och drift av molntjänster i produktion - Praktisk erfarenhet av LLM-drivna produktionsapplikationer eller ML/NLP-applikationer. - Starkt kunnande i Python och AI-ramverk - Stark förståelse för grunderna i maskininlärning (övervakad/oövervakad inlärning, optimering, modellutvärdering). - Solid förståelse för grunderna i maskininlärning (träning, optimering, utvärdering) - Erfarenhet av NLP-system (inbäddningar, semantisk sökning, hämtningssystem, textklassificering, etc.) - Erfarenhet av att integrera och driva LLM:er (prompting, utvärdering, observerbarhet, RAG, agentiska arbetsflöden) - Praktisk MLOps-erfarenhet: reproducerbara pipelines, experimentspårning, automatiserad utvärdering, CI/CD för modeller och prompter - Kunskap om förstärkningsinlärning, retrieval-augmented generation (RAG) och multi-agent AI-arkitekturer. - Stark dataintuition: förmåga att granska loggar, designa mätvärden och snabbt identifiera regressioner - Bevisad erfarenhet av AWS och molnbaserade AI-driftsättningar. - Stark kommunikationsförmåga på engelska, kapabel att förklara komplexa AI-koncept för tekniska och icke-tekniska intressenter - Utmärkta problemlösningskunskaper och förmåga att arbeta i en snabbfotad, kollaborativ miljö. Stora meriter - Stark AWS- (eller motsvarande molnplattform) erfarenhet för skalbar AI-infrastruktur. - Erfarenhet av att optimera modeller för latens, genomströmning och kostnad. - Erfarenhet av att finjustera stora språkmodeller. - Bekantskap med multi-agent-system och orkestreringsramverk. - Erfarenhet av att designa AI-system i företags- eller B2B-miljöer.