Kỹ sư AI — mô hình ngôn ngữ lớn tại EPAM

Tổng quan vị trí

Tham gia EPAM Việt Nam với tư cách là Kỹ sư AI (LLM) và giúp định hình tương lai của việc ra quyết định bán lẻ dựa trên AI. Bạn sẽ thiết kế quy trình làm việc của tổng đài viên, logic nhanh chóng và truy xuất cũng như các dịch vụ sẵn sàng sản xuất để biến dữ liệu thành các đề xuất có căn cứ, có thể theo dõi cho người dùng doanh nghiệp. Làm việc với các công nghệ AI tiên tiến, dữ liệu kinh doanh có cấu trúc và những thách thức bán lẻ trong thế giới thực, bạn sẽ đóng vai trò quan trọng trong việc tạo ra những trải nghiệm GenAI có tác động, có thể mở rộng và lấy người dùng làm trung tâm, mang lại giá trị kinh doanh có thể đo lường được.

Hãy đăng ký ngay hôm nay và đủ điều kiện nhận phần thưởng đăng nhập một tháng.*.

Trách nhiệm

• Chuyển nhu cầu quản lý danh mục sang các trường hợp sử dụng và quy trình làm việc của LLM và GenAI.
• Thiết kế điều phối tác nhân bao gồm chiến lược nhanh chóng, truy xuất, gọi công cụ và xử lý trạng thái.
• Xây dựng các dịch vụ back-end và API cho các ứng dụng LLM bằng FastAPI và Python.
• Tích hợp các nhà cung cấp LLM như Azure OpenAI và OpenAI với tính năng phát trực tuyến, thử lại và kiểm soát chi phí.
• Xây dựng các mẫu truy xuất bằng cách phân nhóm, siêu dữ liệu, trích dẫn và điều chỉnh mức độ liên quan.
• Xác định các phương pháp đánh giá về mức độ phù hợp, nền tảng, độ an toàn, độ trễ và chi phí.
• Cải thiện chất lượng thông qua thử nghiệm, khả năng quan sát, vòng phản hồi và lặp lại.
• Hợp tác với các bên liên quan về sản phẩm, dữ liệu, kỹ thuật và kinh doanh để cung cấp các tính năng có thể sử dụng được.

Yêu cầu

• Nền tảng thực tế đã được chứng minh về phát triển back-end Python, các mẫu không đồng bộ và FastAPI.
• Công việc thực hành tích hợp API Mô hình ngôn ngữ lớn (LLM) như Azure OpenAI hoặc OpenAI.
• Hiểu biết về LangChain hoặc LangGraph để điều phối tác nhân và quy trình làm việc của công cụ.
• Công cụ thiết kế chuyên môn hoặc lệnh gọi hàm, từ lược đồ đến thử lại, luồng xác nhận và hợp đồng tải trọng.
• Kinh nghiệm triển khai Thế hệ tăng cường truy xuất (RAG) với các nguồn có thể theo dõi và đánh giá mạnh mẽ.
• Có thể quản lý trạng thái tổng đài viên thông qua điểm kiểm tra, khả năng tiếp tục và xử lý phiên.
• Hiểu biết về thiết kế bảo mật cho các ứng dụng LLM, từ quản lý bí mật đến kiểm soát truy cập và ngăn chặn rò rỉ kịp thời.
• Giao tiếp rõ ràng với các đối tác kỹ thuật và kinh doanh.

Công nghệ trong công việc

• AI: Join EPAM Vietnam as an AI Engineer (LLM) and help shape the future of AI-powered retail .
• Python: Build back-end services and APIs for LLM applications using FastAPI and .
• FastAPI: Build back-end services and APIs for LLM applications using FastAPI and .
• LLM: Join EPAM Vietnam as an AI Engineer (LLM) and help shape the future of AI-powered retail .
• RAG: Experience implementing Retrieval-Augmented Generation (RAG) with traceable sources and robust .
• LangChain: Understanding of LangChain or LangGraph for agent orchestration and tool .
• Azure: Integrate LLM providers such as Azure OpenAI and OpenAI with streaming, retries and cost .

Hướng dẫn đánh giá mức độ phù hợp (tiếng Anh)

Phân tích dựa trên yêu cầu và trách nhiệm trong tin tuyển dụng của nhà tuyển dụng.

Understanding the scope. This AI Engineer (LLM) position at EPAM is best assessed through the work described in the employer’s posting, rather than the title alone. The available role overview says: “Join EPAM Vietnam as an AI Engineer (LLM) and help shape the future of AI-powered retail decision-making. You will design agent workflows, prompt and retrieval logic and production-ready services that turn data into…” Read that statement together with the responsibilities below to understand the likely balance between delivery, coordination and technical decision-making. The role belongs to the AI and data area, but that label is only a guide to the work; the employer’s own requirements remain decisive. Before applying, check the original listing for reporting lines, product or team assignment, employment terms and any details that may have changed since this copy was checked. Where this page says a fact is not specified, treat it as an open question rather than an implied promise.

What the responsibilities signal. The posting specifically names “Translate category management needs into LLM and GenAI use cases and workflows.”; “Design agent orchestration including prompt strategy, retrieval, tool calling and state handling.”; “Build back-end services and APIs for LLM applications using FastAPI and Python.”. For each duty, identify a project where you performed comparable work and be ready to describe the context, your own contribution, constraints, decisions, and measurable result. Explain how you moved from the initial need to implementation, review, release or operational follow-through, where those stages apply. If the work involved other teams or users, distinguish your decisions from the group’s contribution. Avoid presenting a technology keyword as proof by itself: connect it to the problem you solved, the scale or complexity involved, and what changed after your work. The source may contain additional duties; review it directly before preparing your application.

How to read the requirements. The listed qualifications include “Proven experience in Python back-end development, async patterns and FastAPI.”; “Hands-on work integrating Large Language Model (LLM) APIs such as Azure OpenAI or OpenAI.”; “Understanding of LangChain or LangGraph for agent orchestration and tool workflows.”. Mark each requirement as demonstrated, adjacent experience or a genuine gap, then use a concise example for the first two categories. A strong example explains what you personally owned, how you made trade-offs, how you validated the result and what you learned. If the posting specifies years of experience, language ability, certifications, location or eligibility, address those facts plainly in your CV or application rather than relying on the employer to infer them. Do not claim a qualification from exposure alone. For a requirement you do not meet, describe relevant transferable experience accurately and ask the recruiter whether it is mandatory.

Technology and working evidence. The technology terms associated.

Về EPAM

EPAM cung cấp dịch vụ phát triển phần mềm và kỹ thuật nền tảng số cho khách hàng quốc tế.

Khám phá việc làm theo danh mục

Việc làm liên quan

• Kỹ sư trưởng về bảo mật LLM và tác nhân AI tại Bosch — Bosch
• Kỹ sư AI/LLM cấp cao (Python) tại Kake — Kake
• Kỹ sư tấn công AI và LLM cấp Staff tại Horizon3 — Horizon3
• Kỹ sư AI ứng dụng web (Full-Stack + LLM/ AI) — Bosch
• Kỹ sư nghiên cứu AI tiền huấn luyện LLM và đa phương thức tại Tether — Tether
• Kỹ sư nghiên cứu AI tiền huấn luyện LLM và đa phương thức tại Tether — Tether