Databricks udvikler en samlet data- og AI-platform til organisationer, der har brug for at håndtere data i stor skala, opbygge maskinlæringssystemer og omsætte analyser til produktionsapplikationer. Teknologien samler datateknik, Apache Spark-behandling, analyse og drift af maskinlæring, så tekniske teams kan arbejde gennem hele datalivscyklussen – fra behandling og eksperimentering til implementering og generering af indsigt.
Ledende løsningsarkitekt for generativ AI, Tyskland
Led Databricks-kunder i at designe og implementere produktionsklare løsninger med generativ AI. Udvikl LLM-arkitekturer og proof of concepts, og gør digitalt indfødte virksomheder i EMEA i stand til at lykkes.
Beskrivelse
- Være faglig autoritet inden for generativ AI, LLM'er og anvendt maskinlæring for EMEA's Emerging DNB-forretning.
- Samarbejde med løsningsarkitekter, løsningsingeniører og accountteams om at afgrænse og designe anvendelser af generativ AI og reducere risici.
- Udvikle proof of concepts og referenceimplementeringer til storskala LLM- og deep learning-arbejdsbelastninger på Databricks.
- Lede projekter med finjustering og tilpasning ved hjælp af åbne LLM'er.
- Viderebringe feedback fra feltet og kunder til Product og Engineering, så den kan indgå i produktplanen.
- Uddanne og vejlede det bredere Field Engineering-team for Emerging DNB i EMEA gennem workshops, referencearkitekturer og interne læringsprogrammer.
- Repræsentere Databricks på konferencer og gennem blogindlæg og ledelsesbriefinger for kunder.
Krav
- Forstå proprietære LLM'er og open source-LLM'er, herunder deres muligheder, afvejninger og egnethed til forskellige anvendelser.
- Have dyb ekspertise inden for RAG, agenter, værktøjsbrug, finjustering, modeltilpasning, prompt engineering, evalueringsteknik samt sikkerhedsforanstaltninger og sikkerhed for LLM'er.
- Have et stærkt fundament inden for maskinlæring og deep learning, herunder distribueret træning, GPU-arbejdsbelastninger og hele MLOps-livscyklussen.
- Være fortrolig med Python og maskinlæringsøkosystemet, herunder PyTorch, Transformers, MLflow og Spark.
- Have erfaring med Databricks eller hurtigt kunne lære platformen, herunder Mosaic AI, Model Serving, Vector Search og Unity Catalog.
- Have erfaring med AWS, Azure eller Google Cloud Platform.
- Have fremragende kommunikations- og rådgivningsfærdigheder.
- Have dokumenteret erfaring med teknisk lederskab og mentorarbejde.
- Kunne arbejde i det tempo, som digitalt indfødte og hurtigt voksende kunder kræver.
- Være baseret i Storbritannien og kunne arbejde på tværs af EMEA's tidszoner.
- Være villig til at rejse til kundernes lokationer i regionen efter behov.
- Erfaring med at hjælpe digitalt indfødte kunder med at bygge data- og maskinlæringsløsninger er et stort plus.
Fordele
- Omfattende personalegoder og fordele, der er tilpasset medarbejdernes regionale behov.
- Oplysninger om regionsspecifikke personalegoder findes i arbejdsgiverens dokument om personalegoder.