Pinagsasama ng Material ang agham ng pag-uugali, datos, disenyo, at teknolohiya upang tulungan ang mga pandaigdigang brand na mapabuti ang karanasan ng mga customer. Saklaw ng gawain nito ang feedback ng customer, modernisasyon ng datos, disenyo ng brand, at cloud engineering, gamit ang pag-iisip na nakatuon sa ugnayan ng mga sistema upang iugnay ang mga pananaw ng customer sa digital na pagbabago. Nagpapatakbo ang kumpanya sa larangan ng marketing, pagkonsulta, at SaaS, kung saan gumagawa ang mga team ng mga estratehiya at teknolohiyang nakasentro sa customer.
Nakatatandang Arkitek ng AI at Inhinyero ng Konteksto
Magdisenyo ng mga platform ng AI agent na may pamamahala, mga kasanayan sa context engineering, at arkitekturang pang-enterprise para sa pandaigdigang paglago ng tatak ng Material. Bumuo ng mga AI accelerator at sistema ng pamamahala na magagamit muli.
Paglalarawan
- Magdisenyo at magpanatili ng mga arkitektura ng MCP server para sa kaalaman at memorya, mga tulay ng platform API, at mga agent na pinapagana ng event o webhook.
- Gumawa ng mga kasanayan ng agent, system prompt, rubric sa pagmamarka, at konfigurasyon ng harness na magagamit muli para sa mga uri ng agent na may pamamahala.
- Sumulat at maglathala ng mga materyal para sa pamamahala ng enterprise, kabilang ang mga tala ng pasya sa arkitektura, checklist sa pagsusuri ng seguridad, mga modelo ng pamamahalang may iba’t ibang antas, at mga template ng pagsusuri ng arkitektura.
- Bumuo ng enterprise context engineering layer na may mga pamantayan at template para sa mga context file ng repository, pati mga pattern ng harness engineering.
- Pangunahan ang paghahatid ng pilot para sa internal agent platform na may pamamahala, na sumasaklaw sa mga uri ng agent, pinamamahalaang session, limitadong access sa mga tool, at pagpapatunay ng audit trail.
- Panatilihin ang mapa ng mga solusyon ng accelerator na sumasaklaw sa mga pattern ng toolkit na magagamit muli, mga kakulangan sa kakayahan, at mga espesipikasyon ng accelerator.
- Mag-ambag sa pagtukoy ng saklaw ng Enterprise Knowledge Graph sa pamamagitan ng disenyo ng ontology, arkitektura ng pundasyon ng katalogo ng datos, at pamamahala ng schema.
- Bumuo ng mga pamantayan ng SDLC at mga materyal para sa Engineering Operating Model, kabilang ang mga quality gate, pamantayan sa pull request at pagsusuri, mga template ng Definition of Done at Definition of Ready, at mga kontrol sa CI/CD.
- Maghanda ng mga materyal para sa pamumuno sa arkitekturang pang-enterprise, kabilang ang mga mapa ng maturity ng kakayahan, dashboard ng pangangailangan sa teknolohiya at daloy ng pagpapasya, mga mapa ng portfolio ng aplikasyon at tool, mga mapa ng integrasyon, at mga scorecard ng kahandaan sa AI.
- Magsilbing pangunahing teknikal na tagapag-ugnay sa pagitan ng mga pangkat ng arkitekturang pang-enterprise at mga pangkat ng service line, at gawing praktikal na gabay sa engineering ang estratehikong direksiyon ng arkitektura.
Mga Kinakailangan
- May hindi bababa sa walong taong karanasan sa mga tungkulin sa software, solutions, o enterprise architecture.
- Napatunayang karanasan sa pagdidisenyo at pagbuo ng mga sistemang may integrasyon ng AI o LLM, kabilang ang arkitektura ng agent, prompt engineering, mga RAG pipeline, at mga pattern sa paggamit ng tool.
- Malalim na kaalaman sa context engineering, kabilang ang pagdidisenyo ng mga structured prompt, pagsulat ng system prompt, pag-optimize ng pagkuha ng kaalaman, at pamamahala ng context window.
- May karanasan sa hindi bababa sa dalawa sa MCP, LangChain o LangGraph, Claude API, OpenAI API, o katulad na balangkas para sa orkestrasyon ng LLM.
- Bihasa sa Python at TypeScript o Node.js; dagdag na bentahe ang kaalaman sa iba pang programming language.
- May napatunayang karanasan sa pagsulat ng mga materyal para sa pamamahala, kabilang ang mga tala ng pasya sa arkitektura, pamantayan ng arkitektura, dokumentasyon ng SDLC, at mga balangkas para sa pagsusuri ng seguridad.
- May karanasan sa mga produkto ng Atlassian gaya ng Confluence at Jira, Azure, GitHub, at Salesforce.
- Mahusay magsulat ng teknikal na dokumentasyon, kabilang ang mga buod ng arkitektura para sa mga ehekutibo at mga teknikal na espesipikasyon.
- Mas pinipili ang aktuwal na karanasan sa isang pangunahing ekosistema ng agentic AI.
- Mas pinipili ang karanasan sa pananaliksik sa merkado, pagkonsulta, o mga insight at analytics.
- Mas pinipili ang karanasan sa pagdisenyo ng knowledge graph, pagmomodelo ng ontology, o arkitektura ng semantic data.
- Mas pinipili ang pamilyaridad sa mga platform para sa institutional memory at pamamahala ng kaalaman, lalo na sa mga internal developer tool na nagbibigay ng konteksto ng organisasyon sa mga AI agent.
- Mas pinipili ang karanasan sa mga balangkas ng pamamahala ng enterprise gaya ng TOGAF, Zachman, o mga pasadyang modelong may iba’t ibang antas.
Mga Benepisyo
- Mga pagkakataong matuto at mapaunlad ang mga kakayahan.
- Makipagtulungan sa mahuhusay na kasamahan sa buong kumpanya at sa iba’t ibang panig ng mundo.
- Mag-ambag sa mga makabagong alok sa merkado at pandaigdigang gawain.
- Lumikha ng mga karanasan at bagong halaga na nakatuon sa mga resulta at epekto.