AI ინჟინერია

დაეხმარები გუნდს აგენტური (agentic) არქიტექტურის კომპონენტების დახვეწასა და ტესტირებაში, მათ შორის LangGraph-ისა და MCP-ის (Model Context Protocol) გამოყენებით აგებულ ინტეგრაციებზე

ჩაერთვები LLM-ზე დაფუძნებული სისტემების შეფასების (evaluation) პროცესებში -შეფასების მეთოდოლოგიების შემუშავებასა და შედეგების ანალიზში

გაეცნობი, როგორ მუშავდება და მოწმდება მოდელის პასუხების ხარისხი, სისწორე და უსაფრთხოება

იმუშავებ ხმის ტექნოლოგიებზე -Speech-to-Text (STT) და Text-to-Speech (TTS) კომპონენტების ტესტირებასა და გაუმჯობესებაზე

იმუშავებ პრომფტების ოპტიმიზაციაზე, დიალოგური სცენარების ტესტირებასა და ხარვეზების იდენტიფიცირებაზე

ითანამშრომლებ სხვადასხვა ბიზნეს და ტექნიკურ გუნდთან და გაიღრმავებ ცოდნას AI ეკოსისტემაში

ხარ ბაკალავრის მე-3 ან მე-4 კურსის სტუდენტი, ან კურსდამთავრებული

საბაზისო ცოდნა LLM-ებთან (მაგ. OpenAI, Anthropic Claude, ან სხვა) მუშაობის შესახებ

საბაზისო ცოდნა  აგენტური (agentic) სისტემების არქიტექტურასთან და ისეთ ტექნოლოგიებთან, როგორიცაა LangGraph ან MCP (Model Context Protocol)

საბაზისო ცოდნა  LLM/AI სისტემების შეფასების (evaluation) მიდგომებთან, ზოგადად

ინტერესი ხმის ტექნოლოგიების (Speech-to-Text, Text-to-Speech) მიმართ

დამატებით, ამ მიმართულებით დაგჭირდება Python-ისა და SQL-ის საბაზისო დონეზე ცოდნა