AI Engineer JD:
Location - PAN India
Experience Range - 3 to 9 Years
Role Overview
We are seeking a Senior AI Engineer with at least four years of hands-on experience delivering production-grade AI and machine learning solutions. The role requires expertise in generative AI, RAG, agentic AI, machine learning, data science, data engineering, and cloud-native application development.
The engineer will own the delivery lifecycle, including requirements analysis, technical design, development, testing, deployment, monitoring, debugging, and continuous improvement. The role involves integrating AI capabilities with enterprise data and applications while ensuring security, scalability, performance, and maintainability.
Key Responsibilities
· Design, develop, deploy, and support production-grade AI and machine learning solutions throughout the complete engineering lifecycle.
· Design and implement production-grade RAG and GraphRAG architectures, selecting vector, hybrid, or knowledge graph-based retrieval patterns based on data, use-case, scalability, and response-quality requirements.
· Design and develop agentic AI solutions using appropriate patterns such as single-agent, multi-agent, supervisor-worker, human-in-the-loop, and event-driven architectures.
· Implement agentic workflows using frameworks such as LangGraph, LangChain, Semantic Kernel, AutoGen, CrewAI, LlamaIndex, or equivalent technologies.
· Develop AI-driven workflow automation by integrating agents with enterprise applications, APIs, tools, business rules, and approval processes.
· Develop and evaluate machine learning and deep learning models, including NLP use cases, using sound data science, experimentation, validation, and performance measurement practices.
· Design data models and build scalable data pipelines for high-volume, diverse datasets across relational, NoSQL, analytical, search, vector, and graph data platforms.
· Build AI-enabled APIs, microservices, and application components and integrate them with enterprise and user-facing systems.
· Deploy and operate AI workloads on AWS, Microsoft Azure, or Google Cloud using established software engineering, MLOps, LLMOps, and CI/CD practices.
· Monitor, troubleshoot, and optimize production AI solutions for quality, performance, scalability, security, governance, and cost.
· Produce maintainable code and technical documentation while contributing to solution design, engineering reviews, production readiness, and stakeholder discussions.
· Engage directly with client and business stakeholders to shape solution design, present architectural trade-offs, and drive consensus on technical direction.
Required Qualifications
- Bachelor’s or master’s degree in Computer Science, Artificial Intelligence, Data Science, Engineering, Mathematics, Statistics, or a related quantitative discipline.
- At least four years of hands-on experience, with demonstrable contributions to three or more production-grade AI projects across design, development, deployment, and support.
- Strong hands-on skills in Python, machine learning, deep learning, NLP, and data engineering, including data preparation, modeling, pipeline development, model evaluation, and production-grade coding.
- Hands-on data engineering experience building scalable pipelines and data models for high-volume, diverse datasets, including schema design and SQL, NoSQL, analytical, search, or vector data stores.
- Experience developing REST APIs, microservices, or back-end services and integrating AI capabilities with enterprise or user-facing applications.
- Hands-on experience deploying solutions on at least one major cloud platform: AWS, Microsoft Azure, or Google Cloud.
- Experience with Git, CI/CD, automated testing, and containerized or serverless deployments.
- Experience monitoring, debugging, and securing production AI solutions using appropriate observability, access control, data privacy, and responsible AI practices.
- Excellent verbal and written communication skills, with demonstrated ability to engage with clients/stakeholders
Preferred Qualifications
- Relevant professional certifications in AWS, Microsoft Azure, or Google Cloud.
- Experience working in a mature product engineering, technology consulting, enterprise data, or AI practice with structured engineering and production-support processes.
- Experience with enterprise AI/ML services on at least one major cloud platform; multi-cloud exposure is an advantage.
- Experience with modern data platforms, distributed and streaming data processing, workflow orchestration, and messaging systems.
- Knowledge of infrastructure as code, Kubernetes, cloud security, observability, and performance engineering.
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
