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.
Pangunahing Arkitekto ng Solusyon sa Generative AI, Germany
Pangunahan ang mga customer ng Databricks sa pagdidisenyo at pag-deploy ng mga production-ready na solusyon sa generative AI. Bumuo ng mga arkitektura ng LLM at proof of concept, at suportahan ang mga digital-native na negosyo sa buong EMEA.
Paglalarawan
- Magsilbing awtoridad sa generative AI, LLM, at applied machine learning para sa negosyong Emerging DNB sa EMEA.
- Makipagtulungan sa mga Solutions Architect, Solutions Engineer, at Account team upang tukuyin ang saklaw, idisenyo, at bawasan ang panganib ng mga use case ng generative AI.
- Bumuo ng mga proof of concept at reference implementation para sa malakihang LLM at deep learning workload sa Databricks.
- Pangunahan ang mga proyekto sa fine-tuning at pag-customize gamit ang mga open LLM.
- Ihatid sa Product at Engineering ang feedback mula sa field at mga customer upang makatulong sa paghubog ng roadmap.
- Sanayin at gabayan ang mas malawak na EMEA Emerging DNB Field Engineering team sa pamamagitan ng mga workshop, reference architecture, at panloob na programa sa pagkatuto.
- Kinatawan ang Databricks sa mga kumperensya at sa pamamagitan ng mga blog post at executive briefing para sa customer.
Mga Kinakailangan
- Unawain ang mga proprietary at open-source na LLM, kabilang ang mga kakayahan, kapalit-kapakinabangan, at pagiging angkop ng mga ito sa iba’t ibang use case.
- Magkaroon ng malalim na kadalubhasaan sa RAG, mga agent, paggamit ng tool, fine-tuning, pag-customize ng modelo, prompt engineering, evaluation engineering, at mga pananggalang at kaligtasan ng LLM.
- Matibay ang pundasyon sa machine learning at deep learning, kabilang ang distributed training, mga GPU workload, at buong MLOps lifecycle.
- Mahusay sa Python at sa machine learning ecosystem, kabilang ang PyTorch, Transformers, MLflow, at Spark.
- May karanasan sa Databricks o kayang matutuhan ito nang mabilis, kabilang ang Mosaic AI, Model Serving, Vector Search, at Unity Catalog.
- May karanasan sa AWS, Azure, o Google Cloud Platform.
- Mahusay makipag-usap at kumonsulta.
- May rekord ng teknikal na pamumuno at paggabay.
- Kayang sumabay sa bilis ng mga digital-native na customer at negosyong mabilis lumago.
- Nakatira sa United Kingdom at kayang makipagtrabaho sa mga time zone sa buong EMEA.
- Handang maglakbay sa mga lokasyon ng customer sa rehiyon kung kinakailangan.
- Malaking bentahe ang karanasan sa pagtulong sa mga digital-native na customer na bumuo ng mga solusyon sa data at machine learning.
Mga Benepisyo
- Komprehensibong mga benepisyo at perk na iniangkop sa mga pangangailangan ng empleyado sa kani-kanilang rehiyon.
- Makikita sa dokumento ng mga benepisyo ng employer ang mga detalye ng mga benepisyong partikular sa rehiyon.