„Databricks“ kuria vientisą duomenų ir dirbtinio intelekto platformą organizacijoms, kurioms reikia valdyti didelės apimties duomenis, kurti mašininio mokymosi sistemas ir paversti analitiką gamybinėmis programomis. Jos technologija sujungia duomenų inžineriją, „Apache Spark“ apdorojimą, analitiką ir mašininio mokymosi operacijas, todėl techninės komandos gali dirbti visame duomenų gyvavimo cikle – nuo apdorojimo ir eksperimentavimo iki diegimo bei įžvalgų generavimo.
Pagrindinis generatyvinio dirbtinio intelekto sprendimų architektas — Databricks (hibridinis darbas, Jungtinė Karalystė)
Vadovaukite gamybai paruoštų generatyvinio dirbtinio intelekto ir didelių kalbos modelių sprendimų kūrimui „Databricks“ Data + AI platformoje. Teikite paramą EMEA skaitmeniniu būdu gimusiems klientams ir veiklos komandoms pasitelkdami architektūrą, koncepcijos įrodymus ir techninę lyderystę.
Aprašymas
- Vadovaukite generatyvinio dirbtinio intelekto, didelių kalbos modelių ir taikomojo mašininio mokymosi techninei veiklai EMEA Emerging DNB verslo padalinyje.
- Bendradarbiaukite su sprendimų architektais, sprendimų inžinieriais ir klientų valdymo komandomis, kad apibrėžtumėte, suprojektuotumėte ir sumažintumėte generatyvinio dirbtinio intelekto naudojimo atvejų riziką.
- Kurkite koncepcijos įrodymus ir pamatines architektūras didelės apimties didelių kalbos modelių bei giliojo mokymosi darbo krūviams „Databricks“ platformoje.
- Vadovaukite projektams, apimantiems atvirųjų didelių kalbos modelių derinimą, modelių pritaikymą ir vertinimo metodus.
- Perkelkite klientų ir veiklos komandų įžvalgas į produktų bei inžinerijos veiksmų planus, o tada perduokite veiksmų plano kryptį veiklos komandoms.
- Kurkite EMEA Emerging DNB Field Engineering organizacijos kompetencijas rengdami seminarus, pamatines architektūras ir vidinius mokymus.
- Atstovaukite „Databricks“ konferencijų pranešimuose, techniniuose straipsniuose ir vadovams skirtuose klientų susitikimuose.
Reikalavimai
- Pademonstruotas nuosavybinių ir atvirojo kodo didelių kalbos modelių supratimas, įskaitant jų galimybes, kompromisus ir tinkamumą skirtingiems naudojimo atvejams.
- Pažangios RAG, agentų, įrankių naudojimo, derinimo, modelių pritaikymo, raginimų kūrimo, vertinimo inžinerijos ir didelių kalbos modelių saugos kontrolės žinios.
- Tvirti mašininio mokymosi ir giliojo mokymosi pagrindai, įskaitant paskirstytąjį mokymą, GPU darbo krūvius ir visą MLOps gyvavimo ciklą.
- Geri Python, PyTorch arba Transformers, MLflow ir Spark naudojimo įgūdžiai.
- „Databricks“ patirtis arba gebėjimas greitai įgyti kompetenciją naudojant „Mosaic AI“, „Model Serving“, „Vector Search“ ir „Unity Catalog“.
- Darbo su AWS, Azure arba „Google Cloud Platform“ debesijos aplinkomis patirtis.
- Puikūs bendravimo ir konsultavimo gebėjimai.
- Įrodyta techninės lyderystės ir mentorystės patirtis.
- Gebėjimas veiksmingai dirbti skaitmeniniu būdu gimusių ir sparčiai augančių klientų tempu.
- Gyvenamoji vieta Jungtinėje Karalystėje ir galimybė dirbti EMEA laiko juostose.
- Pasirengimas prireikus keliauti į regiono klientų vietas.
- Patirtis padedant skaitmeniniu būdu gimusiems klientams kurti duomenų ir mašininio mokymosi sprendimus būtų privalumas.
Privalumai
- Išsamios darbuotojų privilegijos ir papildomos naudos; konkrečiam regionui skirta informacija pateikiama naudų dokumentacijoje.
- Galimybė kurti viešą, pripažinto generatyvinio dirbtinio intelekto eksperto profilį.
- Galimybės kalbėti konferencijose, skelbti tinklaraščio turinį ir rengti pranešimus klientų vadovams.
- Galimybės tapti techninės minties lyderiu ir atstovauti organizacijai išorėje.