Hiring for Returnship
Only for Female Candidates.
JD.
Experience - 5-10years
Level - TM/SDM
Location - Pan India
NP - Immediate
GenAI or GenAI Architect
Build GenAI applications using Python for tasks like chatbots, summarization and intelligent automation.
• Develop and fine tune LLMs and ML models for classification, prediction, and decision support.
• Design solutions using embeddings, vector search, and retrieval augmented generation (RAG).
• Deploy models using Azure Machine Learning and Azure OpenAI scale with Azure Functions and Cognitive Services.
• Integrate models with AWS services like SageMaker, Lambda, Bedrock and data platforms like Snowflake.
• Integrate AI systems with APIs, enterprise data platforms and business workflows.
Strong Python development with experience in GenAI frameworks like LangChain, Hugging Face, OpenAI.
- A. LLMs and hyperparameters (Azure / AWS / GCP / Open Source)
- B. Embedding models and vector database knowledge
- C. Prompting Techniques (Zero shot, few shot, chain of thought)
- D. Frameworks: Langchain, Pydantic
- E. RAG, Problem solving skills on where to apply RAG / Other Gen AI techniques.
- B. Frameworks like Pandas, Fast API, Numpy
Preferred Skills
• Solid foundation in ML algorithms, training pipelines and evaluation techniques.
• Familiarity with prompt engineering, tokenization and model optimization.
• Hands-on with Azure cloud tools for model lifecycle, deployment and serverless execution.
• Ability to connect models to data sources, automation tools and orchestration platforms.
System Design: Develop and design the architecture for AI systems, ensuring they integrate seamlessly with business operations.
2. Technology Selection: Choose appropriate technologies and tools for building and deploying generative AI solutions.
3. Scalability: Ensure the AI systems are scalable and can handle increasing workloads efficiently.
4. Model Management: Oversee the lifecycle of generative AI models, including development, deployment, and maintenance.
5. Prompt Engineering: Design and refine prompts used in natural language processing models to optimize performance.
6. Data Integration: Integrate data from various sources to support AI model training and inference.
7. Performance Optimization: Continuously monitor and optimize the performance of AI models and systems.
8. Security and Compliance: Ensure AI systems adhere to security protocols and compliance standards.
9. Collaboration: Work closely with data scientists, ML engineers, and other stakeholders to align AI solutions with business goals.
10. Innovation: Stay updated with the latest advancements in AI and incorporate innovative solutions into the architecture.
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
