Databricks sviluppa una piattaforma unificata per dati e intelligenza artificiale destinata alle organizzazioni che devono gestire grandi volumi di dati, creare sistemi di apprendimento automatico e trasformare le analisi in applicazioni pronte per la produzione. La sua tecnologia riunisce ingegneria dei dati, elaborazione con Apache Spark, analisi e operazioni di apprendimento automatico, aiutando i team tecnici a lavorare lungo l’intero ciclo di vita dei dati, dall’elaborazione e dalla sperimentazione fino alla distribuzione e alla generazione di insight.
Architetto senior di soluzioni di IA generativa, Francia
Guida le iniziative con i clienti per portare in produzione l’IA generativa e i grandi modelli linguistici in tutta l’area EMEA. Progetta architetture pronte per la produzione, prove di concetto e soluzioni di personalizzazione dei modelli per i clienti Databricks.
Descrizione
- Definire la strategia per IA generativa, grandi modelli linguistici e apprendimento automatico applicato per l’unità aziendale EMEA Emerging DNB
- Collaborare con architetti di soluzioni, ingegneri di soluzioni e team account per definire e progettare casi d’uso di IA generativa e gestirne i rischi
- Sviluppare prove di concetto e implementazioni di riferimento per carichi di lavoro su larga scala di grandi modelli linguistici e apprendimento profondo su Databricks
- Guidare progetti di fine-tuning e personalizzazione di grandi modelli linguistici aperti
- Applicare metodi di valutazione basati su giudici e con poche etichette in contesti critici per qualità e sicurezza
- Mettere in contatto i team di Prodotto e Ingegneria con i feedback dei clienti e illustrare le roadmap di prodotto ai team sul campo
- Formare e affiancare i colleghi dell’ingegneria sul campo di EMEA Emerging DNB tramite workshop, architetture di riferimento e programmi interni
- Rappresentare Databricks a conferenze, nei blog tecnici e durante briefing con i dirigenti dei clienti
Requisiti
- Conoscere il panorama dei grandi modelli linguistici, compresi i modelli e i fornitori proprietari e open source
- Avere una profonda esperienza in RAG, agenti, uso di strumenti, fine-tuning, personalizzazione dei modelli, prompt engineering, ingegneria della valutazione e misure di protezione e sicurezza per i grandi modelli linguistici
- Avere solide basi di apprendimento automatico e apprendimento profondo, inclusi addestramento distribuito, carichi di lavoro GPU e ciclo di vita MLOps completo
- Avere competenze in Python e strumenti di apprendimento automatico come PyTorch, Transformers, MLflow e Spark
- Avere esperienza nella realizzazione di implementazioni di riferimento di qualità produttiva
- Conoscere Databricks o poterlo apprendere rapidamente, inclusi Mosaic AI, Model Serving, Vector Search e Unity Catalog
- Avere esperienza con AWS, Azure o GCP
- Comunicare efficacemente e collaborare con i clienti con un approccio consulenziale
- Dimostrare esperienza nella leadership tecnica e nel mentoring
- Sentirsi a proprio agio nel lavorare con clienti nativi digitali e in forte crescita
- Risiedere nel Regno Unito ed essere in grado di lavorare nei fusi orari EMEA
- Essere disponibili a recarsi presso le sedi dei clienti nella regione, quando necessario
- Costituisce un vantaggio l’esperienza nell’aiutare clienti nativi digitali a realizzare soluzioni di dati e apprendimento automatico
- Costituiscono ulteriori vantaggi l’impegno tecnico pubblico, l’esperienza in settori regolamentati o ad alto impatto e la collaborazione con i team di Prodotto e Ingegneria
Benefit
- Pacchetto completo di benefit e vantaggi per i dipendenti, con dettagli specifici per regione disponibili nel documento sui benefit collegato