Job summary
Extends the generative AI surface of Flowsource inside the client environment building Retrieval Augmented Generation RAG pipelines grounded on the clients own codebases knowledge bases and engineering standards configuring Code Companion developing prompt libraries and operating the Flowsource VS Code extension Evaluates LLM output quality against client coding conventions governs GitHub Copilot or equivalent integration and instruments Gen AI adoption metrics across the engineering org
Responsibilities
Key Responsibilities
Design and deploy RAG pipelines grounded on client codebases architecture docs ADRs runbooks and standards
Configure Flowsource Code Companion and the Flowsource VS Code extension for delivery teams tune retrieval chunking and reranking for the clients content corpus
Build and curate a client specific prompt library aligned to delivery patterns code generation refactoring test scaffolding code review assistants
Govern coexistence with GitHub Copilot or equivalent so the developer experience is coherent not competing
Run output quality evaluations coding standards conformance hallucination rate security PII leakage checks
Instrument Gen AI adoption metrics prompt volume acceptance rate token consumption per developer productivity proxies
Stay current on LLM choice for the client Bedrock Azure OpenAI on premise models and manage cost latency quality trade offs
Required Skills and Experience
5 plus years software engineering with at least 1 to 2 years building production RAG Gen AI systems
Hands on with LangChain or LlamaIndex vector databases eg pgvector OpenSearch Pinecone Azure AI Search
LLM API depth on at least one of AWS Bedrock or Azure OpenAI familiarity with GCP Vertex AI helpful
Strong Python comfort with TypeScript for VS Code extension extension points
Evaluation literacy building eval harnesses golden sets hallucination and bias testing
Awareness of enterprise AI governance data residency prompt logging PII handling
Flowsource Tooling and Tech Stack
Flowsource Code Companion and Flowsource VS Code extension
LLM APIs AWS Bedrock Azure OpenAI primary GitHub Copilot integration surface
Frameworks LangChain LlamaIndex
Vector DBs pgvector OpenSearch Elasticsearch Pinecone Azure AI Search
Python primary TypeScript extension surfaces
Success Metrics
Active developers using Code Companion weekly monthly
Prompt acceptance rate against baseline
Hallucination quality eval score on standing test set
Gen AI token consumption efficiency tokens per accepted output
Number of curated client validated prompts in the active library
Provide your feedback on BizChat
ข่าวประชาสัมพันธ์แบบสำเร็จรูปของ Cognizant
Cognizant(NASDAQ: CTSH) คือผู้สร้าง AI และผู้ให้บริการด้านเทคโนโลยี ซึ่งเชื่อมช่องว่างระหว่างการลงทุนใน AI และมูลค่าขององค์กรด้วยการสร้างโซลูชัน AI แบบครบวงจรให้แก่ไคลเอนต์ของเรา ความเชี่ยวชาญเชิงลึกด้านอุตสาหกรรม กระบวนการ และวิศวกรรมของเรา ช่วยให้เราผสานบริบทเฉพาะขององค์กรเข้ากับระบบเทคโนโลยีเพื่อเพิ่มศักยภาพมนุษย์ สร้างผลลัพธ์ที่จับต้องได้ และช่วยให้องค์กรระดับโลกก้าวนำหน้าอยู่เสมอในโลกที่เปลี่ยนแปลงไป ดูวิธีดำเนินการได้ที่ cognizant.ai หรือ @cognizant
ข้อมูลการจ้างงานเพิ่มเติม
ข้อมูลเกี่ยวกับค่าตอบแทนมีความถูกต้อง ณ วันที่ประกาศรับสมัครงานนี้ Cognizant ขอสงวนสิทธิ์ในการแก้ไขข้อมูลดังกล่าวได้ตลอดเวลา ภายใต้กฎหมายที่เกี่ยวข้อง
ผู้สมัครอาจถูกขอให้เข้ารับการสัมภาษณ์แบบพบตัวต่อตัวหรือผ่านการประชุมทางวิดีโอ นอกจากนี้ ผู้สมัครอาจถูกขอให้นำเอกสารประจำตัวที่ออกโดยหน่วยงานของรัฐ หรือบัตรประจำตัวที่ออกโดยรัฐบาลซึ่งยังมีผลบังคับใช้ มาแสดงในระหว่างการสัมภาษณ์แต่ละครั้ง
Cognizant เป็นนายจ้างที่ให้โอกาสอย่างเท่าเทียม การสมัครและการพิจารณาคุณสมบัติของคุณจะไม่ถูกตัดสินจากเชื้อชาติ สีผิว เพศ ศาสนา ความเชื่อ รสนิยมทางเพศ อัตลักษณ์ทางเพศ สัญชาติ ความพิการ ข้อมูลทางพันธุกรรม การตั้งครรภ์ สถานะทหารผ่านศึก หรือคุณลักษณะอื่นใดที่ได้รับการคุ้มครองตามกฎหมายของรัฐบาลกลาง รัฐ หรือท้องถิ่น
