הצטרפות לצוות תשתיות AI, המתמקד בשילוב, הטמעה והפקה של ערך עסקי ממודלי שפה קיימים (LLMs).
פיתוח End to End של מערכות מבוססות LLM, בדגש על כתיבה עצמאית של Agents משלב התכנון ועד לפרודקשן.
תכנון ומימוש Agent logic: חלוקת משימות, ניהול קונטקסט, קבלת החלטות, אינטראקציה עם כלים חיצוניים והבנה עמוקה של מה LLM יודע / לא יודע לעשות.
פיתוח ה client של ה Agent המתקשר עם המודל (ולא רק שימוש בספריות קיימות), כולל אורכסטרציה, שליטה בזרימות מידע וניהול מצבים.
אחריות מקצה לקצה על שירותים סביב LLM: APIs, פייפליין נתונים, אינטגרציה למערכות קיימות.
בנייה, הטמעה ואופטימיזציה של RAG (Retrieval Augmented Generation):
קליטת מסמכים, Chunking, Embeddings, אינדוקס וקטורי, Retrieval, Re Ranking, Caching.
עבודה עם MCP (Model Context Protocol): סטנדרטיזציה של כלים וקונטקסטים, הגדרת גבולות אבטחה והרשאות, וחשיפת יכולות למודלים.
ניהול פרומפטים מתקדם: Versioning, Guardrails, Safety Filters וארכיטקטורה הת
דרישות:
3-6 שנות ניסיון בהנדסת תוכנה, מתוכן 1-3 שנים בפיתוח מערכות מבוססות AI / LLM בפועל.
אין צורך בניסיון כ data Scientist או באימון מודלים - כן נדרש ניסיון חזק בעבודה עם מודלים קיימים והבנה קונספטואלית עמוקה של יכולות ומגבלות LLM.
ניסיון מוכח בכתיבה והובלה של Agents מורכבים מקצה לקצה, כולל לוגיקה, orchestration ו LLM clients.
שליטה גבוהה ב Python ו C / C ++, בדגש על ביצועים, אמינות ו Testing.
ניסיון עם Vector Databases (Pinecone / Weaviate / FAISS / Elasticsearch), Embeddings, Retrievers ו Re Rankers.
ניסיון בהעלאת מערכות RAG או Agentic Systems לפרודקשן.
ראייה תצפיתית ומערכתית: Logs, Metrics, Traces, Dashboards.
בסיס חזק באבטחה: Authentication / Authorization, ניהול טוקנים, Rate Limiting.
יכולת Ownership מלאה, למידה עצמית גבוהה, עבודה עצמאית בסביבה לא מוגדרת ותקשורת בין צוותית מצוינת.
עבודה על מערכות קיימות בסקייל: יכולת כניסה לקוד קיים, למידה עצמית מהירה ושיפור מתמשך של הפלט המשרה מיועדת לנשים ולגברים כאחד.