Խնդրում ենք սպասել ...

Ameriabank CJSC

Հայաստանի Հանրապետություն

821900

դիտում

3627

ընդհանուր աշխատանքներ

Ոլորտ`

Ֆինանսներ/Բանկ/Ապահովագրություն

Աշխատակիցների քանակը`

500-1500

Ընկերության տեսակը`

ՍՊԸ/ԲԲԸ/ՓԲԸ

Ավագ GenAI ինժեներ

Ամբողջ դրույք

Երևան

14 Հոկտեմբեր 2026

Աշխատանքի պայմաններ Մշտական

Կատեգորիա Այլ ՏՏ

Աշխատանքի նկարագրություն՝

Ավագ GenAI ինժեների պաշտոնը հանդիսանում է Ամերիաբանկի պաշտոնապես հաստատված GenAI-ի ներդրման ծառայության ներքո գործող հիմնական տեխնիկական պաշտոնը։ Նշված պաշտոնը զբաղեցնող անձը հաշվետու է անմիջապես ՏՏ գծով տնօրենին։

Նշված պաշտոնը զբաղեցնող անձի հիմնական պարտականությունները ներառում են հետևյալը․ նախագծել, կառուցել և տեղակայել արհեստական ​​բանականության (ԱԲ) վրա հիմնված հնարավորություններ, որոնք ողջ բանկի համար կծառայեն որպես համատեղ օգտագործվող և վերաօգտագործվող ենթակառուցվածք (ԱԲ գործակալների աշխատանքային հոսքեր (agent workflows), տվյալների փնտրման ընդլայնված հոսքագծեր, ձեռնարկության գիտելիքների համակարգեր և բանկի ներքին տեխնոլոգիական էկոհամակարգի հետ ինտեգրումներ)։ Մշակման ողջ գործընթացն իրականացվում է լոկալ անվտանգ միջավայրում, որտեղ տվյալների սուվերենությունը և կարգավորող պահանջներին համապատասխանությունը պարտադիր կերպով պահպանվում են։

Ավագ GenAI ինժեների գործառույթները սերտորեն կապված են կիրառական ԱԲ ճարտարագիտության, ձեռնարկության համակարգերի ինտեգրման և արհեստական ​​բանականության պատասխանատու ներդրման հետ և անմիջականորեն նպաստում են Ամերիաբանկի ԱԲ ռազմավարությամբ սահմանված առաջնահերթ նպատակների իրագործմանը։

Աշխատանքային պարտականություններ

1․ ԱԲ վրա հիմնված լուծումների նախագծում և մշակում

  • Նախագծել, մշակել և տեղակայել արհեստական ​​բանականության վրա հիմնված ավտոմատացումներ, գործակալների աշխատանքային հոսքեր և RAG հոսքագծեր, որոնք կսպասարկեն բանկի տարբեր բիզնես-ուղղությունները։
  • Նախագծել և զարգացնել ձեռնարկության միասնական գիտելիքների բազան, ներառյալ փաստաթղթերի ստացումը և մշակումը, կառուցվածքավորված դուրսբերումը (structured extraction), միևնույն անձին վերաբերող տվյալների որոնումն ու կապակցումը (entity resolution), օնտոլոգիայի/սխեմայի նախագծումը, հարաբերությունների դուրսբերումը (relationship extraction), տվյալների ծագման ողջ պատմությունը (evidence provenance), վեկտորային ինդեքսավորումը և հիբրիդային GraphRAG որոնումը։
  • Մշակել և պահպանել ԱԲ վերաօգտագործելի բաղադրիչներ, գործակալների ձևանմուշներ և հղումային ճարտարապետություններ, որոնց վրա կարելի է կառուցել ցանկացած թրայբ կամ սքվոդ՝ առաջնորդվելով «կառուցել մեկ անգամ, կիրառել բազմաթիվ անգամներ» սկզբունքով։
  • Նախագծել և ներդնել գործակալական ԱԲ շրջանակներ՝ ապահովելով ինքնավար բազմաստիճան աշխատանքային հոսքեր, որոնք համակարգում են համակարգերի, գործիքների և գործընթացների աշխատանքը։

2. Ինտեգրում և ձեռնարկության համակարգեր

  • Կառուցել և վարել ձեռնարկության համակարգերի հետ ինտեգրումները (Jira, Confluence, TestRail, Azure DevOps)՝ ապահովելով արհեստական բանականությամբ աշխատող բիզնես-գործընթացներ և SDLC ավտոմատացում։
  • Մշակել ներքին API-ներ և միկրոծառայություններ՝ արհեստական ​​բանականության բաղադրիչները կապակցելով բանկային ենթակառուցվածքների հետ։
  • Ինտեգրել արհեստական ​​բանականության հնարավորությունները n8n (կամ նմանատիպ) աշխատանքային հոսքի ավտոմատացման հարթակի հետ՝ նախագծելով և պահպանելով արտադրական մակարդակում արհեստական ​​բանականությամբ աշխատող գործընթացների ավտոմատացման հոսքագծեր։
  • Զարգացնել SDLC-ի արհեստական ​​բանականության գործակալական համակարգը՝ ունենալով արհեստական ​​բանականության օգնությամբ ծրագրային ապահովման մշակման ամբողջական ցիկլը, որը ներառում է պահանջների վերլուծության, թեստերի մշակման, կոդի վերանայման և փաստաթղթավորման փուլերը։

3. Հետազոտություններ, հայեցակարգերի ստուգում և փորձարկումներ

  • Ղեկավարել ԱԲ նոր տեխնոլոգիաների համար նախատիպերի մշակումը՝ ստեղծելով մուլտիմոդալ մոդելներ, ձայնի և խոսքի մշակման, տեսողական մոդելներ և գործակալական ԱԲ շրջանակներ։
  • Գնահատել մոդելների արդյունավետությունը, ճշգրտությունը, ծախսարդյունավետությունը և անվտանգությունը ինչպես վերահսկվող միջավայրում տեղում, այնպես էլ ամպային միջավայրում։
  • Ուսումնասիրել և գնահատել բաց կոդով աշխատող նոր մոդելներն ու գործիքները՝ առաջարկելով ներդնել դրանք կառուցվածքավորված գնահատումից ստացված ապացույցների հիման վրա։
  • Զարգացնել հայալեզու մոդելի կարողությունները՝ գնահատելով բազմալեզու մոդելները, ճշգրտման մոտեցումները և OCR լուծումները հայալեզու փաստաթղթերի մշակման համար։

4․ Անվտանգություն, կառավարում և փաստաթղթավորում

  • Ապահովել արհեստական ​​բանականության բոլոր լուծումների համապատասխանությունը բանկի տվյալների դասակարգման շրջանակին՝ որոշելով համապատասխան տեղակայման մակարդակը (տեղում, ամպային SaaS կամ ամպային PaaS միջավայրերում)՝ հիմնվելով տվյալների զգայունության վրա։
  • Համագործակցել տեղեկատվական անվտանգության, կիբերանվտանգության և գործառնական ռիսկերի կառավարման բաժինների հետ՝ տվյալների անվտանգ մշակումը, աուդիտի գրանցամատյանների առկայությունը, արագ կառավարումը և մոդելների թափանցիկությունն ապահովելու համար։
  • Փաստաթղթավորել արհեստական ​​բանականության ճարտարապետությունները, հոսքագծերը, փորձարկումները և նախագծային որոշումները՝ ընդլայնելով GenAI-ի ներդրման ծառայության վերաօգտագործելի ձևանմուշների գրադարանը և գիտելիքների բազան։
  • Վարել տեղակայված արհեստական ​​բանականության հնարավորությունների գրանցամատյանը՝ ապահովելով յուրաքանչյուր արտադրական համակարգի համար փաստաթղթավորված սեփականության իրավունքի, արդյունավետության բազային ցուցանիշների և կառավարման վերաբերյալ գրանցումների առկայությունը։
Անհրաժեշտ հմտություններ
  • Աշխատանքային փորձ. 5+ տարվա աշխատանքային փորձ ծրագրավորման կամ կիրառական ԱԲ/ՄՈՒ ոլորտներում, որից առնվազն 2 տարին՝ արտադրական միջավայրերում GenAI համակարգերի մշակման ոլորտում
  • RAG և գիտելիքների համակարգեր․ Ապացուցված փորձ RAG հոսքագծերի և վեկտորային տվյալների բազաների նախագծման և սպասարկման ոլորտներում։
  • Գիտելիքների գրաֆ․ Գրաֆային տվյալների մոդելավորման, անձի/հարաբերությունների դուրսբերման (entity/relationship extraction), միևնույն անձին վերաբերող տվյալների որոնման ու կապակցման, գրաֆերի անցման (graph traversal) և հարցման լեզուների (Cypher) հետ աշխատելու փորձ։ GraphRAG-ի համար գրաֆի և վեկտորի որոնման համատեղման փորձը խիստ ցանկալի է։
  • Գործակալական համակարգեր․ LLM հավելվածների և բազմափուլ արհեստական ​​բանականության աշխատանքային հոսքերի միջոցով գործիքներ նախագծելու, այդ թվում օրկեստրավորման, վիճակի կառավարման, կառուցվածքավորված ելքային տվյալների, ձախողումների կառավարման, մարդկային կառավարման մեխանիզմների (human-in-the-loop controls) և գնահատման փորձ LangGraph, LangChain, LlamaIndex կամ նմանատիպ համակարգերի հետ աշխատելու փորձը ցանկալի է։
  • Python & ծրագրային ապահովման մշակում․ Python-ով ծրագրավորման զարգացած հմտություններ (թեստավորում, փաթեթավորում, ասինխրոն ծրագրավորում, API մշակում և արտադրական որակի ծրագրային ապահովման մշակում
  • API և ինտեգրում․ API մշակման և միկրոսպասարկման ճարտարապետության մշակման հարուստ փորձ, ձեռնարկությունների հարթակների (Jira, Confluence կամ նմանատիպ) հետ արհեստական ​​բանականության համակարգերի ինտեգրման փորձ
  • Ենթակառուցվածք․ Կոնտեյներացում (Docker), Linux համակարգեր և GPU-ի վրա հիմնված լոկալ տեղակայումներ, տեղում արհեստական ​​բանականության միջավայրի հետ աշխատելու փորձը ցանկալի է։
  • Ավտոմատացում․ Աշխատանքային հոսքի ավտոմատացման հարթակների (n8n կամ նմանատիպ) հետ աշխատելու փորձ արհեստական ​​բանականության հիման վրա արտադրական գործընթացների ավտոմատացման նպատակով
  • Անվտանգություն․ Ըստ զգայունության տվյալների դասակարգման, արհեստական ​​բանականության անվտանգ տեղակայման մեթոդների և կարգավորվող միջավայրերում համապատասխանության պահանջների իմացություն
Լրացուցիչ տեղեկություն

Պահանջվող որակավորումներ

  • Արհեստական ​​բանականության տեղակայման և շահագործման փորձ անվտանգ, կարգավորվող արդյունաբերական միջավայրերում (բանկային համակարգ, ֆինանսական ծառայություններ կամ առողջապահություն)
  • Տվյալների ճարտարագիտության ոլորտում գիտելիքներ և փորձ՝ ETL հոսքագծեր, կառուցվածքավորված և ոչ կառուցվածքավորված տվյալների մշակում, SQL և Pandas տվյալների շտեմարանների իմացություն
  • Agile / Agile@Scale մոդելներով աշխատելու փորձ
  • Մասնակցություն ելքային բաց կոդով ԱԲ նախագծերին կամ ներքին նորարարական նախաձեռնություններին