Databricks entwickelt eine einheitliche Daten- und KI-Plattform für Organisationen, die große Datenmengen verwalten, Systeme für maschinelles Lernen entwickeln und Analysen in produktive Anwendungen überführen möchten. Die Technologie verbindet Data Engineering, die Verarbeitung mit Apache Spark, Analysen und den Betrieb von Machine-Learning-Systemen. Dadurch können technische Teams den gesamten Datenlebenszyklus abdecken – von der Verarbeitung und dem Experimentieren bis zur Bereitstellung und Gewinnung von Erkenntnissen.
Leitender Architekt für generative KI-Lösungen, Frankreich
Leite Kundeneinsätze, die generative KI und große Sprachmodelle in der EMEA-Region produktiv einsetzen. Entwirf produktionsreife Architekturen, Machbarkeitsnachweise und Modellanpassungen für Databricks-Kunden.
Beschreibung
- Leite die Strategie für generative KI, große Sprachmodelle (LLMs) und angewandtes maschinelles Lernen in der Geschäftseinheit EMEA Emerging DNB.
- Arbeite mit Solution Architects, Solution Engineers und Account-Teams zusammen, um GenAI-Anwendungsfälle zu planen und zu gestalten sowie deren Risiken zu steuern.
- Entwickle Machbarkeitsnachweise und Referenzimplementierungen für umfangreiche LLM- und Deep-Learning-Workloads auf Databricks.
- Leite Projekte zur Feinabstimmung und Anpassung offener LLMs.
- Wende bewertungsbasierte und label-effiziente Evaluierungsmethoden in qualitäts- und sicherheitskritischen Umgebungen an.
- Vernetze Produkt- und Engineering-Teams mit Kundenfeedback und erläutere den Field-Teams die Produkt-Roadmaps.
- Schule und betreue Kolleginnen und Kollegen im Field Engineering der EMEA Emerging DNB durch Workshops, Referenzarchitekturen und interne Programme.
- Vertrete Databricks auf Konferenzen, in technischen Blogs und bei Kundenbriefings für Führungskräfte.
Anforderungen
- Kenne die LLM-Landschaft einschließlich proprietärer und quelloffener Modelle und Anbieter.
- Verfüge über fundierte Expertise in RAG, Agenten, Tool-Nutzung, Feinabstimmung, Modellanpassung, Prompt Engineering, Evaluierungs-Engineering sowie Schutzmaßnahmen und Sicherheit für LLMs.
- Besitze eine starke Grundlage in maschinellem Lernen und Deep Learning, einschließlich verteiltem Training, GPU-Workloads und des gesamten MLOps-Lebenszyklus.
- Beherrsche Python und ML-Werkzeuge wie PyTorch, Transformers, MLflow und Spark.
- Bring Erfahrung mit der Bereitstellung produktionsreifer Referenzimplementierungen mit.
- Kenne Databricks oder kannst dich schnell einarbeiten, einschließlich Mosaic AI, Model Serving, Vector Search und Unity Catalog.
- Hast Cloud-Erfahrung mit AWS, Azure oder GCP.
- Kommunizierst wirkungsvoll und arbeitest beratend mit Kunden zusammen.
- Kannst technische Führung und Mentoring nachweisen.
- Arbeitest gern mit digital geprägten und schnell wachsenden Kunden.
- Wohnst im Vereinigten Königreich und kannst über die Zeitzonen der EMEA-Region hinweg arbeiten.
- Bist bereit, bei Bedarf zu Kundenstandorten in der Region zu reisen.
- Erfahrung dabei, digital geprägte Kunden beim Aufbau von Daten- und ML-Lösungen zu unterstützen, ist von Vorteil.
- Öffentliches technisches Engagement, Erfahrung in regulierten oder risikoreichen Branchen sowie die Zusammenarbeit mit Produkt- und Engineering-Teams sind weitere Vorteile.
Zusatzleistungen
- Umfassende Zusatzleistungen und Vergünstigungen für Mitarbeitende; regionale Einzelheiten stehen im verlinkten Dokument zu den Zusatzleistungen.