Databricks razvija objedinjenu podatkovnu i AI platformu za organizacije koje trebaju upravljati velikim količinama podataka, izgrađivati sustave strojnog učenja i pretvarati analitiku u aplikacije spremne za produkciju. Njezina tehnologija objedinjuje podatkovno inženjerstvo, obradu putem Apache Sparka, analitiku i operacije strojnog učenja, čime tehničkim timovima omogućuje rad kroz cijeli životni ciklus podataka, od obrade i eksperimentiranja do implementacije i generiranja uvida.
Vodeći arhitekt rješenja generativne umjetne inteligencije
Vodi suradnju s klijentima kako bi rješenja generativne umjetne inteligencije i velikih jezičnih modela uveo u produkciju. Razvija arhitekture, dokaze koncepta i tehničku podršku za digitalno orijentirane klijente Databricksa u regiji EMEA.
Opis
- Pružati tehničko vodstvo u području generativne umjetne inteligencije, velikih jezičnih modela (LLM) i primijenjenog strojnog učenja za Emerging DNB u regiji EMEA.
- Surađivati s arhitektonskim, inženjerskim i prodajnim timovima na procjeni, osmišljavanju i smanjenju rizika slučajeva uporabe generativne umjetne inteligencije.
- Razvijati praktične dokaze koncepta i referentne implementacije za velika opterećenja LLM-a i dubokog učenja na platformi Databricks.
- Usmjeravati projekte dodatnog treniranja i prilagodbe otvorenih LLM-ova.
- Prenositi povratne informacije klijenata timovima za proizvod i inženjerstvo kako bi pridonijele planu razvoja.
- Obučavati i mentorirati tim Field Engineering EMEA Emerging DNB kroz radionice i referentne arhitekture.
- Predstavljati Databricks na konferencijama, putem blogova i na brifinzima za rukovoditelje klijenata.
Zahtjevi
- Poznavati područje LLM-ova, uključujući vlasničke modele, modele otvorenog koda i njihove pružatelje.
- Imati duboko stručno znanje o obrascima primjene LLM-ova, uključujući RAG, agente, uporabu alata, dodatno treniranje, prilagodbu modela, izradu upita i evaluaciju te zaštitne mjere za sigurnost LLM-ova.
- Imati čvrste temelje u strojnom učenju i dubokom učenju, uključujući distribuirano treniranje, GPU radna opterećenja i životni ciklus MLOpsa.
- Dobro poznavati Python i alate za strojno učenje kao što su PyTorch, Transformers, MLflow i Spark.
- Imati iskustva s Databricksom ili se moći brzo osposobiti za Mosaic AI, Model Serving, Vector Search i Unity Catalog.
- Imati iskustva s AWS-om, Azureom ili Google Cloud Platformom.
- Imati izvrsne komunikacijske i savjetodavne vještine.
- Imati dokazano iskustvo u tehničkom vodstvu i mentoriranju.
- Biti spreman surađivati s digitalno orijentiranim klijentima koji brzo rastu.
- Biti smješten u Ujedinjenom Kraljevstvu i moći raditi u vremenskim zonama regije EMEA.
- Biti spreman prema potrebi putovati na lokacije klijenata u regiji.
Pogodnosti
- Dostupan je sveobuhvatan paket pogodnosti; pojedinosti se razlikuju po regijama i navedene su u dokumentu poslodavca o pogodnostima.