Analyst, AI Engineer

Über WAI: Seit 1978 hat sich WAI von einem unternehmerischen Start-up zu einem globalen Marktführer im Aftermarket mit Sitz in Südflorida entwickelt. Fast fünf Jahrzehnte Produktwissen, Kundenvertrauen und operative Skalierung unterstützen nun eine ehrgeizige Wachstumsagenda in den Bereichen Distribution, Fertigung, Produkt, Kunden, Lieferkette und Shared-Service-Operationen. Diese Skalierung schafft eine bedeutende Gelegenheit für praktische Unternehmens-AI. WAI investiert in AI, Automatisierung, Daten und digitale Fähigkeiten, die verbessern können, wie Arbeit erledigt wird: Reduzierung manueller Anstrengungen, Erhöhung von Geschwindigkeit und Qualität, Stärkung der Entscheidungsfindung und Unterstützung der Teams bei der effektiveren Bedienung der Kunden.

Über die Rolle: WAI erweitert seine Unternehmens-AI-Fähigkeiten mit einem Fokus auf vertrauenswürdige Daten, intelligente Abrufmethoden und praktische AI-Lösungen, die verbessern, wie Mitarbeiter auf Informationen zugreifen und ihre Arbeit erledigen. Der Analyst, AI Engineering ist eine technische Offshore-Rolle, die WAI's interne AI-Fähigkeit unterstützt, indem er hilft, AI-bereite Datenzugriffe, Katalogintelligenz, Dokumentenaufnahme, Abruf-Workflows, AI-Assistentenfähigkeiten und kontinuierliche Verbesserungsprozesse aufzubauen. Die Rolle arbeitet unter der Leitung des AI-Plattformmanagements und kooperiert mit IT, geschäftsorientierten AI-Automatisierungsressourcen, Datenbesitzern und anderen technischen Mitwirkenden.

Was Sie tun werden:

• Aufbau und Unterstützung des AI-bereiten Zugriffs auf WAI-Katalog, Kunden-, Bestell-, Produkt-, Vertriebsdaten und verwandte Geschäftsdaten gemäß den Vorgaben des AI-Plattformmanagements.
• Unterstützung bei der Infor-Integration und anderen vertrauenswürdigen Datenverbindungen, damit AI-Ausgaben auf genehmigten Geschäftsdatenquellen basieren.
• Implementierung von semantischer, Schlüsselwort- und strukturierter Suche über Katalog, OE-Nummer, Passform, Querverweise, technische Spezifikationen und Produktdaten.
• Parsing und Strukturierung von PDFs, Excel-Dateien, Passformleitfäden, Herstellerspezifikationen, RMA-Formularen, Kundenfragen, Chatbot-Gesprächen und anderen technischen oder geschäftlichen Dokumenten.
• Aufbau und Unterstützung von Retrieval-Augmented Generation (RAG), Einbettungen, Vektorsuche, Dokumentenaufnahme-Pipelines, Prompt-Workflows und AI-Assistentenfähigkeiten für interne Benutzer und Distributor-Support.
• Erfassung und Organisation realer Benutzerfragen, fehlgeschlagener Suchen, Korrekturen, erfolgreicher Antworten und Feedback zur Unterstützung von Evaluierungsdaten, Abrufverbesserungen und zukünftiger Modellanpassung.
• Unterstützung bei der Evaluierung, Bereitstellung und dem Testen genehmigter gehosteter oder Open-Source-Modelle wie Llama, Mistral, Qwen oder ähnlicher Modelle unter technischer Anleitung.
• Dokumentation technischer Logik, Datenzuordnungen, Prompts, Abrufquellen, Testfälle, bekannte Probleme und Unterstützungsverfahren.
• Testen von AI-Ausgaben auf Quellenverankerung, Genauigkeit, Konsistenz, Zuverlässigkeit und Übereinstimmung mit Akzeptanzkriterien.
• Überwachung zugewiesener Workflows, Fehlersuche, Analyse von Fehlern und Empfehlung von Verbesserungen der Abrufqualität, Datenqualität, Modellverhalten und Workflow-Leistung.
• Zusammenarbeit mit Offshore- und Onsite-Teammitgliedern, IT, Datenbesitzern und geschäftsorientierten AI-Ressourcen, um genehmigte Arbeiten innerhalb der WAI-Standards zu liefern.

Anforderungen:

• Übernahme zusätzlicher Verantwortlichkeiten und Aufgaben nach Anweisung des Managements.
• Bildung: Bachelor-Abschluss in Informatik, Informationssystemen, Datenanalyse, Ingenieurwesen, künstlicher Intelligenz oder einem verwandten technischen Bereich bevorzugt; gleichwertige Erfahrung kann basierend auf lokalen Marktpraktiken berücksichtigt werden.
• Erfahrung: 2+ Jahre Erfahrung in Softwareentwicklung, Datenengineering, AI/ML, Automatisierung, analytischem Engineering, Geschäftssystemen, Workflow-Tools oder verwandter technischer Arbeit.
• Praktische Erfahrung mit Python, SQL, APIs, Datenpipelines, Skripten, Automatisierung oder Daten-Workflows.
• Praktische Erfahrung mit großen Sprachmodellen, Prompts, RAG, Einbettungen, Vektorsuche, Chatbots, AI-Agenten oder Dokumentenverarbeitung erforderlich; tiefere oder produktionsrelevante Erfahrungen in diesen Bereichen sind stark bevorzugt.
• Erfahrung mit ERP, Katalog, Produkt-, Kunden-, Bestell-, Inventar- oder technischen Dokumentendaten bevorzugt.
• Erfahrung in der Unterstützung von Offshore-Bereitstellungen, Remote-Zusammenarbeit, Dokumentation, Tests oder Produktionsunterstützung bevorzugt.
• Erfahrung im Automobil-Aftermarket, in der Fertigung, Distribution, Produktdaten, Passformdaten oder ähnlichen technischen Bereichen ist von Vorteil.

Wesentliche Kompetenzen & Führungsattribute:

• Analytisches Denken und strukturiertes Problemlösen.
• Starke Aufmerksamkeit für Details, Dokumentationsdisziplin und Nachverfolgbarkeit.
• Neugier und kontinuierliches Lernen in einer sich schnell verändernden AI- und Datenumgebung.
• Fähigkeit, aus definierten Anforderungen, Akzeptanzkriterien und technischer Richtung zu arbeiten.
• Gutes Urteilsvermögen im Umgang mit Daten, Quellenverankerung, Tests, Eskalation und menschlicher Überprüfung.
• Kollaborative Denkweise mit Onsite/Offshore-Teammitgliedern, IT und Geschäftspartnern.
• Fähigkeit, technische Probleme, Blockaden und Empfehlungen klar zu kommunizieren.

Fähigkeiten:

• Vertrautheit mit Python, SQL, APIs, JSON, Skripting, Git oder Versionskontrolle, Daten-Workflows und Automatisierungstools.
• Kenntnisse über AI-gestützte Tools, große Sprachmodelle, Prompts, RAG, Einbettungen, Vektordatenbanken und Konzepte der Dokumentenverarbeitung.
• Erfahrung mit AI-Frameworks oder -Tools wie OpenAI APIs, Azure AI, LangChain, LangGraph, Llama, Mistral, Qwen oder ähnlichen Technologien bevorzugt.
• Fähigkeit, strukturierte und unstrukturierte Daten aus Geschäftssystemen, Dokumenten, Tabellenkalkulationen und technischen Dateien zu parsen, zu bereinigen, zu validieren und zu transformieren.
• Fähigkeit, AI-Workflows, Abrufausgaben, Prompts und Datenpipelines zu testen, zu validieren, zu beheben und zu dokumentieren.
• Kenntnisse über rollenbasierte Zugriffsrechte, Auditierbarkeit, Quellenverfolgbarkeit, Datenqualität und verantwortungsvolle AI-Praktiken bevorzugt.
• Beherrschung der Microsoft Office Suite, von Kollaborationstools und technischen Dokumentationspraktiken.
• Fließende Englischkenntnisse erforderlich; zusätzliche Sprachen sind von Vorteil.

Reiseanforderung: Es wird mit begrenzten Reisen gerechnet, geschätzt bei 0-10%, basierend auf geschäftlichen Bedürfnissen, Projektrollout-Anforderungen, Schulungen, Workshops oder Meetings. Reiseerwartungen unterliegen dem lokalen Engagementmodell und der Genehmigung durch das Unternehmen.