Ingegneri RAG
Chunking, retrieval, citazioni e fallback posseduti nel repo, non una demo chatbot che funziona solo su un PDF.
GenAI · RAG · Prompts · App LLM
Sviluppatori GenAI che consegnano funzionalità prodotto LLM
Un'assunzione GenAI non è «qualcuno che ha incollato un prompt ChatGPT». Gli ingegneri iQud consegnano RAG, sistemi di prompt, chatbot e fette prodotto generative che sopravvivono a eval, qualità del retrieval e costo, non una demo playground che funziona solo su un PDF.
- RAG con retrieval misurabile
- Sistemi di prompt, non una sola stringa
- Chatbot e riassunto come lavoro di prodotto
- Primo PR in circa una settimana
Segnali di delivery GenAI
- 5 gTempo tipico al primo pull request
- RAGRetrieval ed eval, non un incolla playground
- LLMFunzionalità prodotto, non demo one-PDF
- 2 sett.Cadenza di sprint con review degli output
I posti GenAI che staffiamo davvero
«GenAI» non è un mestiere solo. Abbiniamo la superficie di prodotto di cui avete bisogno: gli stessi stack dietro le pagine AI Development, Text Generation, Prompt Engineering e RAG Chatbots di iQud.
01 02 Sistemi di prompt, non una sola stringa
Template, tools ed eval trattati come lavoro di prodotto, così la modifica prompt della scorsa settimana ha un test, non uno screenshot Slack.
03 Chatbot e assistenti che sopravvivono a utenti reali
Guards, handoff e stato conversazione come lavoro owned, non un thread playground che nessuno può riprodurre dopo il lancio.
04 Generazione di testo come fetta prodotto
Riassunto, bozza e riscrittura con controlli di costo e qualità, non un pulsante «chiama il modello» senza limiti.
05 Eval e costo con cui il prossimo job può convivere
Check offline, tracing e spesa trattati come lavoro di prodotto, non una slide «lo misureremo più tardi».
06 Quando un posto training, CV o Python API è meglio
Un loop di training PyTorch, un banco detection, o una flotta FastAPI senza LLM vuole ancora un'altra assunzione. Lo diremo nella call intro invece di forzare un posto solo GenAI.
Strumenti che aprono il primo giorno
Ogni tessera è una pagina tecnologia o servizio iQud. La striscia sotto è lo stack di applicazioni LLM che questi ingegneri già consegnano (OpenAI, LangChain, Hugging Face e gli strumenti chatbot intorno), non TensorFlow, OpenCV, né il catalogo AI / ML completo.
Dalla call intro a un PR mergiato
Un'assunzione GenAI deve consegnare un percorso retrieval, una modifica prompt o una fetta generativa nel vostro repo, non due mesi di teatro di onboarding mentre il thread playground resta una voce.
1 Mappare il buco GenAI
RAG vs prompt vs chat vs riassunto, fonti dati, seniority, ore di overlap, e cosa significa «fatto in 30 giorni» in eval o primo percorso produzione.
2 Preselezionare ingegneri veri
Abbiniamo specialisti GenAI disponibili al brief e condividiamo lavoro RAG, sistema prompt, chatbot o funzionalità generativa rilevante.
3 Voi intervistate
Incontrate la persona che entrerà nello standup. Validate come parla di un miss retrieval, un picco di costo, e dell'ultimo prompt che ha davvero posseduto oltre il playground.
4 Primo sprint nei vostri tool
Accesso al repo, chiavi modello e primo pull request, in genere entro una settimana dal go.
Partite da un posto. Crescete se il backlog lo dice.
La maggior parte dei clienti incorpora prima un ingegnere GenAI. Una coppia o uno split di superficie solo se il lavoro lo richiede davvero.
Un ingegnere incorporato
Uno specialista GenAI entra nel vostro squad, segue il lead e lavora nei vostri rituali.
Ideale perChiudere un buco prodotto LLM senza un nuovo processo vendor
Posto GenAI dedicato
Un owner stabile per RAG, il sistema prompt o il chatbot, con review senior sullo sprint.
Ideale perUn prodotto che ha bisogno di un owner generativo nominato
Iniziativa GenAI delimitata
Una fetta definita: un primo percorso RAG, un flusso di riassunto, o un chatbot con contratti già in movimento.
Ideale perUn traguardo a cui puntare, non una sandbox prompt aperta
Tariffe di hiring GenAI, per iscritto
Due modi per staffare un ingegnere GenAI. A ore per spike e ticket definiti. Un posto mensile dedicato se volete qualcuno nello standup ogni giorno, a un tasso effettivo più basso che far girare l'orologio.
Assumere a ore
20 €/ ora
Capacità GenAI flessibile per spike di feature, eval e ticket delimitati. Pagate solo le ore lavorate.
- Gli stessi ingegneri GenAI di un posto mensile
- Ideale per overflow, un fix RAG o una singola release
- Partire in fretta, mettere in pausa quando lo spike è finito
- Fatturato sulle ore reali, non un retainer
Miglior valore
Assumere per un mese
1840 €/ mese
Un ingegnere GenAI nominato sul vostro sprint, circa 160 ore di capacità prodotto LLM dedicata, con review senior nella cadenza.
Un mese pieno a 20 € è 3200 €. Questo posto è 1840 €.
- Ingegnere nominato in repo, chiavi modello e standup
- RAG, prompt, chat o generazione nello stesso engagement
- Mese per mese. Nessun vincolo annuale.
- Meno costoso delle stesse ore fatturate a 20 €
Tariffe per ingegneri GenAI dedicati (RAG, sistemi prompt, chatbot, funzionalità prodotto generative). Mix di seniority e overlap si confermano nella call intro. Non quotiamo uno stack che non consegniamo già.
Perché i team di prodotto staffano GenAI qui
Uno sviluppatore GenAI mediocre produce un thread playground che funziona sul laptop. Questi ingegneri producono una feature che sopravvive al retrieval reale, eval reale e alla prossima release.
Lavoro di prodotto, non «chi può incollare un prompt ChatGPT»
Vivono nella qualità del retrieval, eval, e nel perché l'allucinazione della scorsa settimana veniva da una scelta di chunking che doveva possedere il proprio check.
Il vostro repo, i vostri modelli, le vostre ore
Overlap GIFT City con Europa e USA. Le review degli output avvengono live quando i lead sono online.
Occhi senior sullo sprint
Velocità mid-level senza debito prompt senza supervisione. La review è parte dell'engagement, non uno SKU extra.
Dieci clienti a trimestre, di proposito
Non facciamo girare una panchina. La capacità è limitata perché l'ingegnere che intervistate sia quello nello standup.
Domande di hiring GenAI
Partite da uno. La maggior parte dei clienti incorpora un ingegnere GenAI senior o mid, poi aggiunge una coppia se il backlog RAG, prompt o chatbot lo giustifica.
Tutti e quattro quando è lavoro di prodotto. Un posto RAG possiede retrieval e citazioni. Un posto prompt possiede template, tools ed eval. Un posto chatbot possiede stato conversazione e guards. Un posto generazione possiede riassunto e bozza con controlli di costo. Preselezioniamo solo ingegneri su stack che già consegniamo.
È un'assunzione AI / ML, o un'assunzione Python, non questo posto applicazione LLM. Ditelo nella call intro e non imporremo un profilo RAG a un brief training o API-only.
Dopo aver mappato il ruolo e il vostro OK, i primi pull request arrivano in genere entro una settimana, più in fretta se repo, fonti dati e chiavi modello sono pronti.
Sì. GitHub, Jira, la vostra CI, i vostri standup. Non inventiamo un processo parallelo a meno che non lo chiediate.
A ore (20 €) è per spike e ticket definiti, pagate solo le ore lavorate. Il posto mensile (1840 €) è un ingegnere GenAI nominato sul vostro sprint, circa 160 ore di capacità dedicata. Lo stesso mese fatturato a ore sarebbe 3200 €. Seniority e overlap si confermano nella call intro.
Date al prodotto un ingegnere GenAI che possa consegnare oltre il playground
Diteci RAG vs prompt vs chat vs riassunto, e la prima cosa che volete in produzione. Torneremo con un profilo nominato, una finestra di partenza e un piano di due settimane.