AI-ingenjör

Workato levererar företagsinfrastruktur för den agentiska eran, omdefinierar iPaaS och hjälper företag att förena data, applikationer, processer och AI i en enda, styrd plattform. Ansvarsområden: Som Senior AI-ingenjör i vårt team för Enterprise Retrieval kommer du att hjälpa till att bygga det hämtningslager som driver företagens AI-agenter hos Workato. Ditt arbete kommer att göra det möjligt för en agent att svara på "vad är status för Acme-förnyelsen?" genom att sammanfoga en Salesforce-möjlighet, en samtals sammanfattning, den senaste Zendesk-biljetten, en Jira-blockerare och ett SharePoint-kontrakt — allt i ett rankat, behörighetsmedvetet svar. I den här rollen kommer du också att vara ansvarig för att: - Bygga ett enhetligt hämtningslager över företagssystem — Google Drive, SharePoint, Confluence, Jira, Asana, Zendesk, Freshdesk, Salesforce, Notion och fler. - Designa hybridhämtningspipeliner som kombinerar lexikal (BM25), tät vektor- och strukturerad (SQL/graf) hämtning. - Utveckla intags- och aktualiseringspipeliner som inkrementellt synkroniserar miljontals dokument, biljetter, uppgifter och CRM-poster. - Ansvara för behörighetsmedveten hämtning (ACL-bevarande). - Bygga frågeförståelse för agenter — avsiktsanalys, entitetslänkning mellan system och LLM-assisterad frågeomskrivning. - Designa chunking- och inbäddningsstrategier anpassade för varje innehållstyp. - Bygga utvärderings- och experimentramverk (NDCG, MRR, recall@k, faithfulness, citatnoggrannhet). - Leverera produktionsklara, observerbara system med starka SLO:er för latens, aktualitet, recall och kostnad. - Mentorskap av kollegor och höja ribban för hämtningsarkitektur. Krav: - 3-5 års erfarenhet av att bygga produktionssökning, hämtning, kunskapsbaser eller rekommendationssystem. - Starkt kunnande i minst ett modernt backendspråk — Python, Go, Java eller liknande. - Praktisk erfarenhet av sökmotorer som OpenSearch, Elasticsearch, Solr eller Vespa. - Solid grund i IR-fundamenta: TF-IDF, BM25, learning-to-rank, frågeanalys och relevansutvärdering. - Arbetslivserfarenhet av vektorsökning och inbäddningar — FAISS, pgvector, Pinecone, Weaviate, Qdrant, Milvus eller nativ Elasticsearch/OpenSearch kNN. - Erfarenhet av att designa eller bidra till RAG-pipeliner och semantiska söksystem i produktion. - Bekantskap med moderna NLP/LLM-verktyg: transformer-inbäddningar, cross-encoder re-rankers, prompt engineering och ramverk som LangChain, LlamaIndex eller Haystack. - Bekväm med att bygga integrationer mot SaaS-API:er (REST/GraphQL/webhooks), hantera OAuth, hastighetsbegränsningar, paginering och inkrementell synkronisering. - Solid intuition för ACL/behörighetsmodeller i företagssystem. - Starka SQL-kunskaper, vana vid NoSQL/dokumentdatabaser och erfarenhet av storskaliga distribuerade system. - Bekantskap med molnplattformar (AWS, GCP eller Azure), containerisering och CI/CD. Meriterande: - Erfarenhet av kunskapsgrafer, entitetsupplösning eller identitetslänkning mellan källor. - Erfarenhet av att stämma av eller finjustera inbäddningsmodeller. - Exponering för agentiska AI-mönster — verktygsanvändning, funktionsanrop, MCP eller flerstegs hämtningsplanering. - Erfarenhet av streaming/realtidsintag (Kafka, Flink, Spark). - Bakgrund inom företagssökning, e-discovery, observerbarhet eller DLP. - Open-source-bidrag, publicerad forskning eller skrivande om hämtning, IR eller tillämpad ML.