Ang Databricks ay bumubuo ng pinag-isang platform para sa data at AI para sa mga organisasyong kailangang mamahala ng malakihang data, bumuo ng mga sistema ng machine learning, at gawing mga production application ang analytics. Pinagsasama ng teknolohiya nito ang data engineering, pagproseso gamit ang Apache Spark, analytics, at machine learning operations, na tumutulong sa mga teknikal na team na magtrabaho sa buong siklo ng buhay ng data mula sa pagproseso at pag-eeksperimento hanggang sa deployment at pagbuo ng mga insight.
Nangungunang Arkitek ng mga Solusyon sa Generative AI, France
Pangasiwaan ang mga ugnayan sa mga customer upang maisagawa sa produksyon sa buong EMEA ang generative AI at malalaking modelo ng wika. Magdisenyo ng mga arkitekturang handa sa produksyon, proof of concept, at mga solusyon sa pag-aangkop ng modelo para sa mga customer ng Databricks.
Paglalarawan
- Manguna sa estratehiya sa generative AI, LLM, at inilapat na machine learning para sa yunit ng negosyong EMEA Emerging DNB
- Makipagtulungan sa mga Solutions Architect, Solutions Engineer, at Account team upang tukuyin ang saklaw at magdisenyo ng mga use case ng GenAI at pamahalaan ang mga panganib ng mga ito
- Bumuo ng mga proof of concept at reference implementation para sa malakihang workload ng LLM at deep learning sa Databricks
- Pangunahan ang mga proyekto sa fine-tuning at pag-aangkop ng mga open LLM
- Gumamit ng mga paraan ng pagsusuri na batay sa hurado at matipid sa paglalabel sa mga sitwasyong kritikal ang kalidad at kaligtasan
- Pag-ugnayin ang mga team ng Product at Engineering sa pamamagitan ng feedback ng customer at ipaliwanag sa mga field team ang mga roadmap ng produkto
- Sanayin at gabayan ang mga kasamahan sa Field Engineering ng EMEA Emerging DNB sa pamamagitan ng mga workshop, reference architecture, at panloob na programa
- Kinatawanin ang Databricks sa mga kumperensya, sa mga teknikal na blog, at sa mga briefing para sa mga customer na executive
Mga Kinakailangan
- Alamin ang kalagayan ng LLM, kabilang ang mga proprietary at open-source na modelo at provider
- Magkaroon ng malalim na kasanayan sa RAG, mga agent, paggamit ng tool, fine-tuning, pag-aangkop ng modelo, prompt engineering, evaluation engineering, at mga pananggalang at pangkaligtasang hakbang para sa LLM
- Magkaroon ng matibay na pundasyon sa machine learning at deep learning, kabilang ang distributed training, mga GPU workload, at buong lifecycle ng MLOps
- Maging bihasa sa Python at mga ML tool gaya ng PyTorch, Transformers, MLflow, at Spark
- May karanasan sa paghahatid ng mga reference implementation na de-kalidad para sa produksyon
- Alam ang Databricks o mabilis itong matutuhan, kabilang ang Mosaic AI, Model Serving, Vector Search, at Unity Catalog
- May karanasan sa cloud gamit ang AWS, Azure, o GCP
- Mabisang makipag-usap at makipagtulungan sa mga customer sa paraang konsultatibo
- May rekord ng teknikal na pamumuno at paggabay
- Komportableng makipagtrabaho sa mga customer na digital-native at mabilis lumago
- Nakatira sa United Kingdom at kayang magtrabaho sa mga time zone sa buong EMEA
- Handang bumiyahe sa mga lugar ng customer sa rehiyon kung kinakailangan
- Bentahe ang karanasan sa pagtulong sa mga digital-native na customer na bumuo ng mga solusyon sa data at ML
- Karagdagang bentahe ang pakikilahok sa pampublikong teknikal na usapan, karanasan sa mga industriyang regulado o mataas ang panganib, at karanasan sa pakikipagsosyo sa mga team ng Product at Engineering
Mga Benepisyo
- Komprehensibong mga benepisyo at pribilehiyo para sa mga empleyado, na may mga detalyeng nakabatay sa rehiyon sa naka-link na dokumento ng mga benepisyo