GenAI Engineer

LATAM Vor Ort Mid-Level vor 7 Tagen
AI Python Software Engineer
Auf einen Blick

GenAI Engineer für NTT DATA zur Entwicklung von Enterprise AI- und Machine Learning Lösungen mit Azure und LLMs.

💰 ~$110.000–165.000/Jahr (geschätzt) 📊 Senior 🕒 Contract 🌍 Remote 🗺️ Americas
  • Azure AI & LLM Experience
  • Python & ML Algorithms
  • Agent-based Architecture Design
  • MLOps & CI/CD
Azure AI LangChain RAG MLOps Azure DevOps

Gehalt geschätzt anhand Senior GenAI/ML engineer with Azure and LLM expertise, LATAM contractor rate. Kein Gehalt in der Anzeige angegeben.

✅ Geeignet für
  • ML Engineers mit LLM-Passion
  • GenAI-Architekte
  • Cloud ML Spezialisten
🚫 Weniger geeignet
  • Junior ML Practitioner
  • Non-Cloud Engineers
💡 Gut zu wissen
  • GenAI ist schnelles Feld - Lernen ist kontinuierlich
  • Azure-Fokus ist zentraler
  • 1-Jahr Assignment mit Extensionsmöglichkeit

Über das Unternehmen

NTT DATA ist ein Technologieunternehmen mit 139.000+ Mitarbeitern in 50+ Ländern. Wir bieten Technologielösungen in Telekommunikation, Finanzen, Industrie und anderen Sektoren an.

Deine Aufgaben

  • Designen, bauen, deployen und managen Sie KI- und Machine Learning Lösungen
  • Entwickeln Sie KI-Lösungen mit Azure AI Foundry, Azure OpenAI und Azure Machine Learning
  • Bauen Sie Agent-basierte Architekturen mit LangChain, LangGraph, Semantic Kernel
  • Designen Sie und optimieren Sie Prompt Engineering Strategien und RAG Pipelines
  • Implementieren Sie MLOps und LLMOps mit CI/CD, Testing und Monitoring
  • Integrieren Sie KI-Lösungen secure mit Enterprise Systems, APIs und Event-Driven Architekturen
  • Embed Responsible AI Prinzipien in Solution Design

Deine Voraussetzungen

  • Hands-on Erfahrung mit KI-Lösungen auf Azure (AI Foundry, OpenAI, Machine Learning)
  • Solides Machine Learning Verständnis (Feature Engineering, Model Training, Deployment)
  • Erfahrung mit LLM-basierter Entwicklung, Agent Orchestration und Tool Automation
  • Hands-on Erfahrung mit RAG Pipelines, Embeddings und Vector Databases
  • MLOps und LLMOps Erfahrung (CI/CD, Testing, Monitoring, Deployment)
  • Verständnis von LLM Constraints, Prompt Optimization und Hallucination Mitigation
  • Azure DevOps, Git und Cloud-Native Deployment Automation