Auf einen Blick
Evernorth sucht einen erfahrenen Senior AI/ML Engineer mit 14-18 Jahren Erfahrung zur Entwicklung von LLM- und RAG-Systemen in Python mit Cloud-Plattformen in Hyderabad.
💰 ~$140.000–180.000/Jahr (geschätzt)
📊 Senior
🕒 Vollzeit
🗺️ APAC
- 14-18 Jahre Softwareentwicklung
- 10+ Jahre AI/LLM-Erfahrung
- Python + ML-Frameworks
- Cloud ML-Plattformen
Python
AI/ML
LLMs
RAG
PyTorch
TensorFlow
Databricks
AWS SageMaker
Gehalt geschätzt anhand Senior AI/ML Engineer mit 14-18 Jahren Erfahrung in Hyderabad für Evernorth. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Senior AI/ML Engineers
- Data Scientists mit LLM-Erfahrung
🚫 Weniger geeignet
- Junior Entwickler
- Anfänger in ML
💡 Gut zu wissen
- Indien-basiert
- Focus auf LLMs und Generative AI
- Evernorth ist neues Geschäft von The Cigna Group
Über das Unternehmen
Evernorth ist das Innovations-Hub von The Cigna Group in Hyderabad mit Fokus auf Generative AI, Produktentwicklung und Healthcare-Lösungen.
Deine Aufgaben
- Designst und implementierst AI/ML-Modelle mit verschiedenen Frameworks und Bibliotheken
- Arbeitest mit großen Sprachmodellen (LLMs) von OpenAI und Anthropic
- Entwickelst und optimierst RAG (Retrieval-Augmented Generation) Systeme
- Baust skalierbare ML-Pipelines mit Databricks, MLflow und Cloud-native Tools
- Kollaborierst mit cross-funktionalen Teams zur Integration von AI-Fähigkeiten
- Führst Experimente durch und analysierst Ergebnisse zur Verbesserung der Modellleistung
Deine Voraussetzungen
- 14-18 Jahre Erfahrung in Softwareentwicklung
- Starke Proficiency in Python und AI/ML-Bibliotheken (PyTorch, TensorFlow)
- 10+ Jahre Erfahrung mit Künstlicher Intelligenz, LLMs und neuesten AI-Tools
- Vertrautheit mit RAG-Systemen und verwandten Technologien
- Tiefes Verständnis von Machine-Learning-Konzepten und Algorithmen
- Erfahrung mit Cloud-basierten ML-Plattformen (AWS SageMaker, Databricks)
- Proficiency in Datenvorverarbeitung und Feature Engineering
Preferred
- Advanced Degree in Computer Science, AI oder verwandtem Feld
- Erfahrung mit Graph Databases (Neo4j) und Knowledge Graphs
- MLOps Praktiken und Tools
- GPU-Beschleunigung und Distributed Computing
