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.
프랑스 담당 생성형 AI 솔루션 수석 아키텍트
고객 프로젝트를 이끌며 EMEA 전역에서 생성형 AI와 대규모 언어 모델의 프로덕션 도입을 추진합니다. Databricks 고객을 위해 프로덕션에 적합한 아키텍처, 개념 증명, 모델 맞춤화 솔루션을 설계합니다.
설명
- EMEA 신흥 디지털 네이티브 사업부의 생성형 AI, 대규모 언어 모델, 응용 머신러닝 전략을 이끕니다
- 솔루션 아키텍트, 솔루션 엔지니어, 어카운트 팀과 협력해 생성형 AI 사용 사례의 범위를 정하고 설계하며 관련 위험을 관리합니다
- Databricks에서 대규모 언어 모델 및 딥러닝 워크로드를 위한 개념 증명과 참조 구현을 개발합니다
- 오픈 대규모 언어 모델의 미세 조정 및 맞춤화 프로젝트를 주도합니다
- 품질과 안전이 중요한 환경에서 심사 모델 기반 및 적은 라벨로 수행하는 평가 방법을 적용합니다
- 고객 피드백을 제품 및 엔지니어링 팀에 전달하고 현장 팀에 제품 로드맵을 설명합니다
- 워크숍, 참조 아키텍처, 내부 프로그램을 통해 EMEA 신흥 디지털 네이티브 사업부의 필드 엔지니어링 동료를 교육하고 멘토링합니다
- 컨퍼런스, 기술 블로그, 고객 임원 브리핑에서 Databricks를 대표합니다
지원 자격
- 독점 모델과 오픈소스 모델 및 제공업체를 포함한 대규모 언어 모델 생태계를 잘 알고 있어야 합니다
- RAG, 에이전트, 도구 사용, 미세 조정, 모델 맞춤화, 프롬프트 엔지니어링, 평가 엔지니어링, 대규모 언어 모델 보호 장치와 안전에 대한 깊은 전문성을 갖춰야 합니다
- 분산 학습, GPU 워크로드, 엔드투엔드 MLOps 수명 주기를 포함한 머신러닝 및 딥러닝의 탄탄한 기초를 갖춰야 합니다
- Python과 PyTorch, Transformers, MLflow, Spark 등의 머신러닝 도구를 능숙하게 다뤄야 합니다
- 프로덕션 품질의 참조 구현을 제공한 경험이 있어야 합니다
- Databricks에 익숙하거나 빠르게 배울 수 있어야 하며 Mosaic AI, Model Serving, Vector Search, Unity Catalog를 포함합니다
- AWS, Azure 또는 GCP 클라우드 경험이 있어야 합니다
- 효과적으로 소통하고 고객에게 컨설팅 방식으로 대응할 수 있어야 합니다
- 기술 리더십과 멘토링 실적을 갖춰야 합니다
- 디지털 네이티브 및 고성장 고객과 편안하게 협업할 수 있어야 합니다
- 영국에 거주하며 EMEA 시간대에 맞춰 일할 수 있어야 합니다
- 필요에 따라 해당 지역의 고객사를 방문해 출장할 의향이 있어야 합니다
- 디지털 네이티브 고객의 데이터 및 머신러닝 솔루션 구축을 지원한 경험이 있으면 우대합니다
- 기술 공개 활동, 규제 산업 또는 안전 중시 산업 경험, 제품 및 엔지니어링 팀과의 협업 경험이 있으면 추가로 우대합니다
복리후생
- 직원을 위한 종합적인 복리후생과 혜택을 제공합니다. 지역별 세부 정보는 링크된 복리후생 문서에서 확인할 수 있습니다