Vertex AI

标签「Vertex AI」下的文章

共 3 篇文章

www.cake.me

对话式AI领域的前沿部署工程师III

本文是Google在澳大利亚墨尔本和悉尼发布的“Forward Deployed Engineer III, Conversational AI”职位招聘信息，代表了顶级云计算厂商对前线部署工程师这一新兴角色的最新定义。该角色定位为嵌入客户环境的动手建设者，核心任务是将前沿AI产品从原型转化为生产级代理工作流，直接解决集成复杂性、数据就绪度和状态管理等阻碍AI达到企业成熟度的关键瓶颈。职位要求候选人拥有计算机科学或工程学士学位、5年以上Python软件开发经验、以及将AI驱动方案从概念到上线的全周期经验。技术上明确要求具备在Google Cloud Platform等云平台上架构AI系统的能力、使用向量数据库和RAG架构构建企业级数据管道的实践经验。优选资质进一步聚焦在Agent工程前沿，包括使用LangGraph、CrewAI或ADK等多智能体框架实现ReAct、自我反思和层级委托等复杂模式的经验，以及针对聊天机器人和虚拟代理等对话式AI技术的开发背景和LLM原生指标优化能力。岗位职责涵盖开发多智能体系统和MCP服务器、构建评估管道和可观测框架以确保系统的准确性、安全性和延迟，同时将现场部署中发现的重复性模式转化为可复用的模块或向工程团队提交正式的产品功能需求。这一设置使FDE成为从市场反馈到云产品路线图的关键反馈闭环。该职位将能直接利用Google DeepMind的工程与研究成果、前沿Gemini模型以及完整的Vertex AI平台，凸显了Google Cloud在AI领域通过技术权威与平台广度获取企业客户市场的整体战略。

阅读全文 →
flexlith.liveblog365.com

前向部署工程师，Google Cloud，AI 专家

本文是 Valtech 公司发布的 Forward Deployed Engineer（FDE，前线部署工程师）招聘信息，工作地点为加拿大魁北克省，要求流利英语。该岗位需要深度嵌入企业客户团队，将 Google Cloud 与前沿 AI 能力转化为生产级系统，而非仅担任顾问角色。核心职责包括：与客户工程团队协作，使用 Vertex AI 和 Gemini 模型架构、编码并交付多智能体系统、MCP 服务器、RAG 管道与安全护栏；设计检索增强生成架构，优化向量数据库与嵌入以解决幻觉问题；构建连接 Google AI 产品与客户遗留系统、身份、安全边界的集成方案；使用 Google ADK 或 LangGraph 实现 ReAct、自反思、分层委派等多智能体模式；构建评估与可观测性框架，关注延迟、每次请求成本等指标；调试高流量环境下的智能体逻辑与工具选择；并在项目结束后推进向客户团队的有序交接。必备资格包括计算机相关学士学位、5年以上 Python/TypeScript 软件开发经验、在 GCP 上架构部署 AI 系统的实操经验（Vertex AI、Gemini、BigQuery、Cloud Run 等）、构建生产级 RAG 与智能体解决方案的经验、使用 Terraform 等 IaC 工具部署云资源的经验、领导技术发现会议的能力、集成企业 IT 基础设施的经验，以及最高 50% 差旅的适应能力。优先资格涵盖 AI 硕士/博士、多智能体框架（ADK/LangGraph/CrewAI）、MCP 服务器经验、LLM 原生运营指标优化、高流量生产系统排障、数据主权与安全治理架构、AI 辅助开发倡导经验及 GCP 多项专业认证。Valtech 提供远程工作、健康保险、500 加元个人账户、退休计划匹配、弹性假期等福利，强调多元包容文化。该职位清晰呈现了 FDE 角色在 AI 工程落地中

阅读全文 →
www.cake.me

资深前部署工程师，GenAI，Google Cloud（日语、英语）

Google Cloud 发布 Senior Forward Deployed Engineer, GenAI 职位招聘，工作地点位于日本东京。该职位属于 Google Cloud 的 Go-To-Market 团队，要求候选人具备 Python 和机器学习框架（如 Keras、PyTorch、HF Transformers）的 5 年以上经验，以及应用 AI 构建系统的能力，包括提示工程、微调、检索增强生成（RAG）和编排模型与外部工具交互。候选人还需有在云平台（如 Google Cloud Platform）上架构、部署或管理解决方案的经验，并精通日语和英语。优先条件包括 AI 或计算机科学硕士/博士学位，以及使用 LangGraph、CrewAI 或 Google Agent Development Kit (ADK) 实现多智能体系统的经验，熟悉 ReAct、自我反思、层级委托等模式，并了解大语言模型原生指标（如 tokens/sec、cost-per-request）及状态管理和细粒度追踪优化。职位核心职责是将 AI 应用从原型转化为生产级智能体工作流，架构并编码连接 Google AI 产品与客户现有基础设施，构建评估流水线和可观测框架以确保智能体系统的准确性、安全性和延迟达标，识别可复用的现场模式并将其转化为可复用模块或产品功能需求，以及联合客户工程团队灌输 Google 级开发最佳实践。该职位强调嵌入式构建者的角色，弥合前沿 AI 产品与客户生产现实之间的鸿沟，并将现场洞察反馈至 Google Cloud 产品路线图。Google 提供包括 Gemini 前沿模型和 Vertex AI 平台在内的最先进 AI 产品组合，以及直接接触 DeepMind 工程和研究团队的协作文化。

阅读全文 →