Идентификатор заявки на вакансию № 26WD97787
Обзор позиции
Организация технического консультирования Autodesk создает масштабируемую платформу знаний, которая трансформирует экспертные знания, полученные в ходе реализации корпоративных проектов, в структурированное, повторно используемое и ориентированное на клиента руководство в рамках Workflow Advisory.
Ведущий аналитик по приобретению знаний (Principal Knowledge Acquisition Analyst) отвечает за проектирование и эксплуатацию систем, которые собирают и преобразуют знания из консультационных проектов. Это включает создание конвейеров извлечения и преобразования на базе ИИ и обеспечение преобразования необработанных данных реализации в структурированные выходные данные, соответствующие шаблонам, готовые для последующего создания контента.
Подотчетный Старшему менеджеру по контенту и знаниям (Senior Manager, Content & Knowledge), вы будете работать на стыке предоставления консультационных услуг, данных и систем ИИ. Вы будете управлять конвейером получения знаний — от извлечения информации о реализации до предоставления высококачественных структурированных входных данных, соответствующих модели контента.
В первый год вы создадите масштабируемые конвейеры сбора и преобразования с использованием ИИ и обеспечите надежное преобразование знаний в повторно используемые, высококачественные выходные данные.
Обязанности
Сбор знаний и конвейеры ИИ
- Проектировать и эксплуатировать конвейеры на базе ИИ для сбора знаний из корпоративных систем, стенограмм встреч и артефактов проектов.
- Определять и развивать концептуальную модель знаний, включая ключевые сущности, отношения и управление онтологией, необходимые для организации и извлечения знаний о реализации в больших масштабах.
- Управлять и оптимизировать ИИ-агентов, включая разработку промптов, оценку и настройку производительности.
- Определять стратегии сегментации (chunking) для консультационных артефактов, специфичные для типов контента, и работать с инжинирингом для внедрения структур знаний, готовых к поиску.
- Определять требования и участвовать в оценке встраивания (embedding) и векторизации для обеспечения эффективного обнаружения собранных знаний посредством семантического поиска и поиска на базе ИИ.
- Определять и отслеживать метрики качества (точность, полнота, частота ошибок) и постоянно улучшать производительность конвейера.
- Обеспечивать безопасную обработку конфиденциальной информации, включая автоматическое редактирование и соблюдение стандартов управления.
Преобразование знаний и структурированный ввод
- Проектировать и эксплуатировать конвейеры, которые преобразуют необработанные, неструктурированные входные данные в структурированные выходные данные, соответствующие шаблонам, с использованием ИИ.
- Сопоставлять извлеченные знания с определенными полями модели контента, обеспечивая полноту, согласованность и готовность выходных данных к производству.
- Определять структурированные методы сбора (формы, схемы, рабочие процессы) для обеспечения фиксации ключевого контекста (решения, ограничения, компромиссы).
- Нормализовать и стандартизировать данные из различных источников и выявлять пробелы для улучшения процессов сбора и преобразования.
- Определять правила разрешения сущностей и канонизации для обеспечения согласованного представления концепций, терминологии и знаний о реализации из различных источников.
Качество, готовность к ИИ и интеграция
- Обеспечивать, чтобы структурированные выходные данные поддерживали сценарии использования на базе ИИ, включая векторный поиск, генерацию с дополненной выборкой (RAG), навигацию по графам знаний и последующее создание контента.
- Сотрудничать с Руководителем модели контента (Content Model Lead) для согласования выходных данных преобразования с шаблонами и структурами.
- Взаимодействовать с архитектурой и инжинирингом для согласования моделей знаний, конвейеров извлечения и моделей данных платформы.
- Определять критерии оценки эффективности извлечения, семантической релевантности и качества ответов, а также постоянно улучшать производительность знаний посредством измерений и экспериментов.
Минимальные требования
- 8+ лет опыта в управлении знаниями, информационной архитектуре, информационных системах, семантических технологиях, инженерии данных или смежной области.
- Опыт работы с рабочими процессами на базе ИИ/LLM в производственной среде.
- Опыт проектирования конвейеров данных, структурированного сбора или процессов преобразования.
- Сильные аналитические навыки с возможностью определения и улучшения метрик качества.
- Опыт кросс-функциональной работы с отделами продукта, инжиниринга и экспертами в предметной области.
Опыт использования технологий, таких как:
- Платформы управления знаниями: Confluence, SharePoint, Notion Enterprise, Gainsight Knowledge, Guru
- AI / LLM: OpenAI / AzureOpenAI, Anthropic Claude, Google Gemini
- Агентные рабочие процессы и оркестрация: ReAct (Reason + Act), паттерны Chain of Thought (CoT)
- AI Operations: Разработка и оценка промптов, оценка и бенчмаркинг выходных данных LLM, мониторинг и контроль качества моделей, фреймворки оценки RAG (например, RAGAS), инструменты наблюдения за извлечением (например, LangSmith, TruLens), векторные базы данных, файлы Markdown.
- Моделирование знаний и семантические технологии: Платформы управления таксономией и онтологией (например, Semaphore, PoolParty), графы знаний, инструменты разрешения сущностей и семантического обогащения, платформы исследования графов (например, Neo4j Bloom).
- Извлечение ИИ и обработка документов: Unstructured.io, LlamaParse, платформы интеллектуальной обработки документов и извлечения контента.
- Облачные среды: Azure, AWS, Google
Идеальный кандидат
- Создавал конвейеры сбора знаний или конвейеры данных на базе ИИ в больших масштабах.
- Умеет преобразовывать «грязные» реальные данные в структурированные, пригодные для использования выходные данные.
- Системно мыслит о данных, контенте и последующем использовании.
- Эффективно работает в технических и нетехнических командах.
- Ориентирован на создание практических, масштабируемых систем.
Прозрачность заработной платы
Для должностей в Польше мы ожидаем начальную базовую заработную плату в диапазоне от 187 500 до 275 000 злотых. Предложения основываются на опыте кандидата и географическом положении, и могут превышать этот диапазон. Помимо базовой заработной платы, наш компенсационный пакет может включать годовые денежные бонусы, комиссии для должностей в продажах, гранты на акции и комплексный пакет льгот.
Очное проведение ориентации и проверка личности
Эта должность может потребовать очного проведения ориентации и/или очной проверки личности.
