La soluzione deve essere scalabile, sicura, osservabile e adatta all'uso della produzione. L'ambiente tecnologico comprende Python, FastAPI, Lingue di grandi dimensioni, LangA, LangA, Architecture, API, database e servizi cloud. Il ruolo sarà quello di fornire un sistema RAG di qualità e un chatbot AI che possano integrarsi in modo sicuro con dati aziendali, API, database e servizi cloud. Informazioni generali: L'organizzazione sta sviluppando una piattaforma AI-powered e richiede un collaboratore esperto per costruire le sue capacità di Architecture e di A.I.A.G., che lavori a stretto contatto con un team distribuito e che dovrebbe essere disponibile per diverse ore di lavoro negli Stati Uniti. Il progetto prevede la progettazione di sistemi AI che vanno oltre la progettazione di base e l'ingegneria rapida, compresi flussi di lavoro, agenti autonomi, ricerca vettoriale, recupero di conoscenze, gestione della memoria e integrazione degli strumenti.

• Implementare soluzioni di ricerca vettoriale utilizzando la ricerca Azure AI o database vettoriali comparabili. • Progettare agenti AI autonomi in grado di pianificare, ragionare, utilizzare strumenti e prendere decisioni. • Sviluppare flussi di lavoro AI multi-step utilizzando LangGraph, LangChain, CrewAI, AutoGen, o strutture di orchestrazione simili. • integrare i flussi di lavoro commerciali e open-source LLM, inclusi Azure OpenAI, OpenAI, Anthropic Claude, Gemini, e modelli comparabili. • Implementare la memoria di conversazione, la gestione delle sessioni, la gestione del contesto e modelli di collaborazione con agenti. • Collegare flussi di lavoro AI con API, database, sistemi aziendali e strumenti esterni. • Sviluppare servizi di gestione dei carichi AI in contemporanea sincroni, ad alte prestazioni. • Implementare la gestione tempestiva, le uscite strutturate, le guardrails, la logica di ripiego e i processi di valutazione dei modelli. • Istituire il login, il monitoraggio, l'ocognibilità, la sicurezza e l'errorizzazione. • Implementare i

• Richiesto: esperienza pratica nello sviluppo di agenti AI e flussi di lavoro LLM multi-step. • Richiesto: esperienza con strutture AI agenti quali LangGraph, LangChain, CrewAI, AutoGen o piattaforme comparabili. • Richiesto: esperienza nell'integrazione di LLM tramite API OpenAI, Azure OpenAI, Anthropic Claude, Gemini, o modello open-source. • Richiesto: capacità di progettare un'architettura AI al di là della progettazione di base. • Richiesto: esperienza nell'integrazione di applicazioni AI con API, database, data pipe e sistemi aziendali. • Richiesto: esperienza nell'implementazione di sicurezza, monitoraggio, registrazione, tracciabilità e observabilità per i servizi di produzione. • Richiesto: esperienza nell'implementazione di applicazioni containerizzate utilizzando piattaforme Docker e cloud come Azure o AWS. • Capacità di effettuare la collaborazione con soluzioni di tipo tecnico-espliant-to-end-up. • Richiesta: esperienza di applicazione di una collaborazione con soluzioni di tipo work