AI Engineer

Tanggung Jawab

• Fine-tuning model untuk use case spesifik & implementasi RAG di production
• Model serving sebagai API endpoint dengan versioning terdokumentasi
• Evaluasi model dengan metrik sesuai use case bisnis
• Keputusan adopt/reject berbasis data dalam timebox

Kualifikasi

• Menguasai Python untuk data science & ML
• Familiar library ML (scikit-learn, PyTorch, atau TensorFlow)
• Fundamental: linear algebra, probability, statistics
• Dasar LLM & prompt engineering

Nilai Tambah

• Fine-tuning & RAG yang fungsional di production
• Model serving (FastAPI) & versioning (MLflow/DVC)
• Evaluasi model dengan metrik sesuai use case bisnis
• MLOps (MLflow, DVC, BentoML, Kubeflow)
• Vector database (Pinecone, Weaviate, Qdrant, pgvector)
• Advanced stack (SLM, VLM, orchestration framework)
• Publikasi/kontribusi open-source & project/magang/riset AI-ML

Skills: Data Science, Python, TensorFlow, PyTorch, Large Language Models (Llm), Machine Learning