GenAI Data Engineer
Our client, a leading global supplier for IT services, requires experienced GenAI Data Engineer to be based at their client’s offices in London or Edinburgh.
นี่เป็นตำแหน่งงานแบบผสมผสาน คุณสามารถทำงานจากระยะไกลในสหราชอาณาจักร และเข้าทำงานที่สำนักงานในลอนดอนหรือเอดินบะระ สัปดาห์ละ 2 วัน
นี่คือสัญญาจ้างชั่วคราวระยะเวลา 6 เดือน ขึ้นไป เริ่มงานได้ทันที
อัตราค่าบริการรายวัน: อัตราตามกลไกตลาด
หน้าที่ความรับผิดชอบหลัก:
- Design and maintain scalable data pipelines using PySpark, Python, and distributed computing frameworks to support high‑volume data processing.
- Architect and optimise AWS-based data and AI infrastructure, ensuring secure, performant, and cost‑efficient ingestion, transformation, and storage.
- Develop, finetune, benchmark, and evaluate GenAI/LLM models, including custom training and inference optimization.
- Implement and maintain RAG pipelines, vector databases, and document-processing workflows for enterprise GenAI applications.
- Build reusable frameworks for prompt management, evaluation, and GenAI operations.
- Collaborate with cross-functional teams to integrate GenAI capabilities into production systems and ensure high-quality data, governance, and operational reliability
ข้อกำหนดสำคัญ:
- Strong experience with PySpark, distributed data processing, and largescale ETL/ELT pipelines.
- Strong SQL expertise including star/snowflake schema design, indexing strategies, writing optimized queries, and implementing CDC, SCD Type 1/2/3 patterns for reliable data warehousing.
- Advanced proficiency in Python for data engineering, automation, and ML/GenAI integration.
- Hands on expertise with AWS services (S3, Glue, Lambda, EMR, Bedrock / custom model hosting).
- Practical experience with GenAI/LLM model creation, finetuning, benchmarking, and evaluation.
- Solid understanding of RAG architectures, embeddings, vector stores, and LLM evaluation methods.
- Experience working with structured and unstructured datasets (documents, logs, text, images).
- Familiarity with scalable data storage solutions (Delta Lake, Parquet, Redshift, DynamoDB).
- Understanding model optimisation techniques (quantisation, distillation, inference optimisation).
- Strong capability to debug, tune, and optimise distributed systems and AI pipelines.
เนื่องจากมีผู้สมัครจำนวนมาก เราจึงไม่สามารถตอบกลับทุกคนได้
หากคุณไม่ได้รับการติดต่อกลับจากเราภายใน 7 วันหลังจากส่งใบสมัคร โปรดถือว่าคุณไม่ได้รับการคัดเลือกในครั้งนี้
โปรดติดตามเว็บไซต์ของเรา ที่ https://projectrecruit.com/jobs/ เพื่อดูตำแหน่งงานว่างในอนาคต
