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.
생성형 AI 솔루션 수석 아키텍트
고객 프로젝트를 이끌어 생성형 AI 및 대규모 언어 모델 솔루션을 프로덕션 환경에 도입합니다. Databricks의 EMEA 디지털 네이티브 고객을 위한 아키텍처와 개념 증명을 개발하고 기술 지원을 제공합니다.
설명
- EMEA 신흥 디지털 네이티브 사업 부문에서 생성형 AI, 대규모 언어 모델 및 응용 머신러닝 분야의 기술 리더십을 제공합니다.
- 아키텍처, 엔지니어링 및 어카운트 팀과 협업해 생성형 AI 사용 사례를 평가하고 설계하며 위험을 줄입니다.
- Databricks에서 대규모 언어 모델 및 딥러닝 워크로드를 위한 실용적인 개념 증명과 참조 구현을 개발합니다.
- 오픈 대규모 언어 모델을 활용한 미세 조정 및 맞춤화 프로젝트를 이끕니다.
- 고객 피드백을 제품 및 엔지니어링 팀에 전달해 제품 로드맵에 반영합니다.
- 워크숍과 참조 아키텍처를 통해 EMEA 신흥 디지털 네이티브 사업 부문의 필드 엔지니어링 팀을 교육하고 멘토링합니다.
- 컨퍼런스, 블로그 및 고객 임원 브리핑을 통해 Databricks를 대표합니다.
지원 자격
- 독점 모델과 오픈소스 모델 및 제공업체를 포함한 대규모 언어 모델 생태계에 대한 지식이 있어야 합니다.
- RAG, 에이전트, 도구 사용, 미세 조정, 모델 맞춤화, 프롬프트 및 평가 엔지니어링, 대규모 언어 모델 안전 가드레일 등 대규모 언어 모델 애플리케이션 패턴에 깊은 전문성을 갖춰야 합니다.
- 분산 학습, GPU 워크로드 및 MLOps 수명 주기를 포함해 머신러닝과 딥러닝의 탄탄한 기초를 갖춰야 합니다.
- Python과 PyTorch, Transformers, MLflow, Spark 등의 머신러닝 도구를 능숙하게 다뤄야 합니다.
- Databricks 경험이 있거나 Mosaic AI, Model Serving, Vector Search, Unity Catalog를 빠르게 익힐 수 있어야 합니다.
- AWS, Azure 또는 Google Cloud Platform 사용 경험이 있어야 합니다.
- 뛰어난 커뮤니케이션 및 컨설팅 역량을 갖춰야 합니다.
- 기술 리더십과 멘토링 경험을 보여줘야 합니다.
- 디지털 네이티브 고성장 고객과 편안하게 협업할 수 있어야 합니다.
- 영국에 거주하며 EMEA 시간대에 맞춰 근무할 수 있어야 합니다.
- 필요에 따라 해당 지역의 고객사를 방문해 출장할 수 있어야 합니다.
복리후생
- 종합적인 복리후생과 각종 혜택이 제공됩니다. 세부 내용은 지역에 따라 다르며 고용주의 복리후생 문서에서 확인할 수 있습니다.