Engenheiros RAG
Chunking, retrieval, citações e fallbacks possuídos no repo, não uma demo chatbot que só funciona num PDF.
GenAI · RAG · Prompts · Apps LLM
Desenvolvedores GenAI que entregam funcionalidades de produto LLM
Uma contratação GenAI não é «alguém que colou um prompt ChatGPT». Os engenheiros da iQud entregam RAG, sistemas de prompts, chatbots e fatias de produto generativas que sobrevivem ao eval, à qualidade de retrieval e ao custo, não uma demo de playground que só funciona num PDF.
- RAG com retrieval que pode medir
- Sistemas de prompts, não uma única cadeia
- Chatbots e resumo como trabalho de produto
- Primeiro PR em cerca de uma semana
Sinais de entrega GenAI
- 5 dTempo típico até ao primeiro pull request
- RAGRetrieval e eval, não um colar de playground
- LLMFuncionalidades de produto, não demo de um PDF
- 2 sem.Cadência de sprint com revisão de entregáveis
Os lugares GenAI que realmente preenchemos
«GenAI» não é um único ofício. Emparelhamos a superfície de produto de que precisa: as mesmas stacks por trás das páginas AI Development, Text Generation, Prompt Engineering e RAG Chatbots da iQud.
01 02 Sistemas de prompts, não uma única cadeia
Templates, tools e eval tratados como trabalho de produto, para que a alteração de prompt da semana passada tenha um test, não uma captura Slack.
03 Chatbots e assistentes que sobrevivem a utilizadores reais
Guards, handoff e estado de conversação como trabalho possuído, não um thread de playground que ninguém consegue reproduzir após o lançamento.
04 Geração de texto como fatia de produto
Resumo, rascunho e reescrita com controlos de custo e qualidade, não um botão «chama o modelo» sem limite.
05 Eval e custo com os quais o próximo job pode conviver
Checks offline, tracing e gasto tratados como trabalho de produto, não um slide de «mediremos mais tarde».
06 Quando um lugar de training, CV ou Python API é melhor
Um loop de treino PyTorch, um banco de deteção, ou uma frota FastAPI sem LLM ainda quer outra contratação. Diremo-lo na chamada intro em vez de forçar um lugar só GenAI.
Ferramentas que abrem no primeiro dia
Cada ladrilho é uma página de tecnologia ou serviço iQud. A faixa abaixo é a stack de aplicações LLM que estes engenheiros já entregam (OpenAI, LangChain, Hugging Face e as ferramentas chatbot à volta), não TensorFlow, OpenCV, nem o catálogo AI / ML completo.
Da chamada intro a um PR fundido
Uma contratação GenAI deve entregar um caminho de retrieval, uma alteração de prompt ou uma fatia generativa no vosso repositório, não dois meses de teatro de onboarding enquanto o thread de playground continua um rumor.
1 Mapear o fosso GenAI
RAG vs prompts vs chat vs resumo, fontes de dados, seniority, horas de sobreposição, e o que é «feito em 30 dias» em eval ou primeiro caminho de produção.
2 Pré-selecionar engenheiros reais
Emparelhamos especialistas GenAI disponíveis com o vosso brief e partilhamos trabalho RAG, sistema de prompts, chatbot ou funcionalidade generativa relevante.
3 Vocês entrevistam
Conheçam a pessoa que vai entrar no standup. Validem como fala de um falhanço de retrieval, um pico de custo, e do último prompt que realmente possuiu para além do playground.
4 Primeiro sprint nas vossas ferramentas
Acesso ao repo, chaves de modelo e primeiro pull request, normalmente numa semana após o go.
Comece com um lugar. Cresça se o backlog o disser.
A maioria dos clientes incorpora primeiro um engenheiro GenAI. Um par ou um split de superfície só se o trabalho o precisar mesmo.
Um engenheiro incorporado
Um especialista GenAI junta-se ao vosso squad, segue o lead e trabalha nos vossos rituais.
Ideal paraFechar um fosso de produto LLM sem um processo de vendor novo
Lugar GenAI dedicado
Um owner estável para RAG, o sistema de prompts ou o chatbot, com revisão sénior no sprint.
Ideal paraUm produto que precisa de um owner generativo com nome
Iniciativa GenAI delimitada
Uma fatia definida: um primeiro caminho RAG, um fluxo de resumo, ou um chatbot com contratos já em movimento.
Ideal paraUm marco que possam apontar, não um sandbox de prompts aberto
Tarifas de contratação GenAI, por escrito
Duas formas de staffar um engenheiro GenAI. À hora para picos e tickets definidos. Um lugar mensal dedicado se quiserem alguém no standup todos os dias, a uma taxa efetiva mais baixa do que deixar o relógio correr.
Contratar à hora
20 €/ hora
Capacidade GenAI flexível para picos de features, evals e tickets delimitados. Pagam apenas as horas trabalhadas.
- Os mesmos engenheiros GenAI que um lugar mensal
- Ideal para overflow, um fix RAG ou uma release única
- Começar depressa, pausar quando o pico acaba
- Faturado sobre horas reais, não um retainer
Melhor valor
Contratar por um mês
1840 €/ mês
Um engenheiro GenAI com nome no vosso sprint, cerca de 160 horas de capacidade de produto LLM dedicada, com revisão sénior na cadência.
Um mês a tempo inteiro a 20 € é 3200 €. Este lugar é 1840 €.
- Engenheiro com nome no repo, chaves de modelo e standup
- RAG, prompts, chat ou geração no mesmo engagement
- Mês a mês. Sem compromisso anual.
- Mais barato do que as mesmas horas faturadas a 20 €
Tarifas para engenheiros GenAI dedicados (RAG, sistemas de prompts, chatbots, funcionalidades de produto generativas). Mix de seniority e sobreposição confirmados na chamada intro. Não cotamos uma stack que não entregamos já.
Porque é que as equipas de produto staffam GenAI aqui
Um programador GenAI medíocre produz um thread de playground que funciona no portátil. Estes engenheiros produzem uma funcionalidade que sobrevive ao retrieval real, ao eval real e à próxima release.
Trabalho de produto, não «quem consegue colar um prompt ChatGPT»
Vivem na qualidade de retrieval, eval, e porque a alucinação da semana passada vinha de uma escolha de chunking que deveria ter possuído o seu próprio check.
O vosso repo, os vossos modelos, as vossas horas
Sobreposição GIFT City com a Europa e os EUA. As revisões de entregáveis acontecem em direto quando os leads estão online.
Olhos seniores no sprint
Velocidade mid-level sem dívida de prompts sem supervisão. A revisão faz parte do engagement, não um SKU extra.
Dez clientes por trimestre, de propósito
Não fazemos girar um banco. A capacidade é limitada para que o engenheiro que entrevistam seja o do standup.
Perguntas de contratação GenAI
Comece com um. A maioria dos clientes incorpora um engenheiro GenAI sénior ou mid, e depois acrescenta um par se o backlog RAG, prompt ou chatbot o justificar.
Os quatro quando é trabalho de produto. Um lugar RAG possui retrieval e citações. Um lugar prompt possui templates, tools e eval. Um lugar chatbot possui estado de conversação e guards. Um lugar geração possui resumo e rascunho com controlos de custo. Só pré-selecionaremos engenheiros em stacks que já entregamos.
Isso é uma contratação AI / ML, ou uma contratação Python, não este lugar de aplicação LLM. Digam-o na chamada intro e não imporremos um perfil RAG a um brief de training ou API-only.
Depois de mapear o papel e o vosso OK, os primeiros pull requests aterram normalmente numa semana, mais rápido se o repo, fontes de dados e chaves de modelo estiverem prontos.
Sim. GitHub, Jira, a vossa CI, os vossos standups. Não inventamos um processo paralelo a menos que peçam.
À hora (20 €) é para picos e tickets definidos, pagam só as horas trabalhadas. O lugar mensual (1840 €) é um engenheiro GenAI com nome no vosso sprint, cerca de 160 horas de capacidade dedicada. O mesmo mês faturado à hora seria 3200 €. Seniority e sobreposição confirmam-se na chamada intro.
Dê ao produto um engenheiro GenAI que consiga entregar para além do playground
Digam-nos RAG vs prompts vs chat vs resumo, e a primeira coisa que querem em produção. Voltaremos com um perfil com nome, uma janela de arranque e um plano de duas semanas.