Databricks는 대규모 데이터를 관리하고 머신러닝 시스템을 구축하며 분석 결과를 실제 운영 애플리케이션으로 전환해야 하는 조직을 위한 통합 데이터 및 AI 플랫폼을 개발합니다. Databricks의 기술은 데이터 엔지니어링, Apache Spark 처리, 분석, 머신러닝 운영을 통합하여 기술 팀이 데이터 처리와 실험부터 배포 및 인사이트 생성까지 데이터 수명 주기 전반에서 업무를 수행할 수 있도록 지원합니다.
독일 담당 생성형 AI 솔루션 수석 아키텍트
Databricks 고객을 이끌며 프로덕션 환경용 생성형 AI 솔루션을 설계하고 배포합니다. LLM 아키텍처와 개념 증명을 개발하고 EMEA 지역의 디지털 네이티브 기업을 지원합니다.
설명
- EMEA 신흥 디지털 네이티브 비즈니스(DNB) 부문에서 생성형 AI, LLM 및 응용 머신러닝 분야의 전문가 역할을 맡습니다.
- 솔루션 아키텍트, 솔루션 엔지니어 및 어카운트 팀과 협력해 생성형 AI 사용 사례의 범위를 정하고 설계하며 관련 위험을 줄입니다.
- Databricks에서 대규모 LLM 및 딥러닝 워크로드를 위한 개념 증명과 참조 구현을 개발합니다.
- 오픈 LLM을 활용한 미세 조정 및 맞춤화 프로젝트를 주도합니다.
- 현장 팀과 고객의 피드백을 제품 및 엔지니어링 팀에 전달해 로드맵에 반영하도록 합니다.
- 워크숍, 참조 아키텍처 및 사내 학습 프로그램을 통해 EMEA 신흥 DNB 필드 엔지니어링 팀을 교육하고 멘토링합니다.
- 컨퍼런스 참여, 블로그 게시물 작성, 고객 경영진 브리핑을 통해 Databricks를 대표합니다.
지원 자격
- 독점 및 오픈소스 LLM의 기능과 장단점, 다양한 사용 사례에 대한 적합성을 이해해야 합니다.
- RAG, 에이전트, 도구 사용, 미세 조정, 모델 맞춤화, 프롬프트 엔지니어링, 평가 엔지니어링, LLM 보호 장치 및 안전성에 관한 깊은 전문성을 갖춰야 합니다.
- 분산 학습, GPU 워크로드, 전체 MLOps 수명 주기를 포함해 머신러닝과 딥러닝에 대한 탄탄한 기반이 있어야 합니다.
- PyTorch, Transformers, MLflow, Spark를 비롯한 Python 및 머신러닝 생태계에 능숙해야 합니다.
- Databricks 사용 경험이 있거나 빠르게 익힐 수 있어야 합니다. Mosaic AI, Model Serving, Vector Search, Unity Catalog를 포함합니다.
- AWS, Azure 또는 Google Cloud Platform 사용 경험이 있어야 합니다.
- 뛰어난 의사소통 능력과 컨설팅 역량을 갖춰야 합니다.
- 기술 리더십을 발휘하고 멘토링한 실적이 있어야 합니다.
- 디지털 네이티브 및 고성장 고객의 업무 속도에 맞춰 일할 수 있어야 합니다.
- 영국에 거주하며 EMEA 시간대에 맞춰 업무를 수행할 수 있어야 합니다.
- 필요에 따라 해당 지역의 고객사로 출장할 의향이 있어야 합니다.
- 디지털 네이티브 고객의 데이터 및 머신러닝 솔루션 구축을 지원한 경험이 있으면 우대합니다.
복리후생
- 직원의 지역별 필요에 맞춘 종합적인 복리후생과 혜택을 제공합니다.
- 지역별 복리후생에 관한 자세한 내용은 고용주의 복리후생 문서에서 확인할 수 있습니다.