Fractal nodrošina mākslīgā intelekta, inženierijas un dizaina risinājumus uzņēmumu lēmumu pieņemšanai. Uzņēmums apkalpo Fortune 500 uzņēmumus dažādās nozarēs, tostarp mārketingā, veselības aprūpē un loģistikā. Fractal kompetence ietver mārketinga analītiku, padziļināto analītiku, prognozējošo analītiku un klientu analītiku, ko papildina tādi produkti kā Crux Intelligence, Eugenie.ai, Asper.ai un Senseforth.ai. Fractal dažādās vietās visā pasaulē nodarbina vairāk nekā 4 000 cilvēku un apvieno analītikas un mākslīgā intelekta iespējas, lai palīdzētu organizācijām ar datiem pamatotām pieejām risināt sarežģītus uzņēmējdarbības izaicinājumus.
Vadošais datu zinātnieks – ģeneratīvais mākslīgais intelekts
Vadi drošas un mērogojamas ģeneratīvā mākslīgā intelekta arhitektūras izstrādi, izmantojot LLM, RAG, MI aģentus un mākoņplatformas. Veido uzņēmumu MI transformāciju, izstrādājot risinājumus, nodrošinot pārvaldību un sadarbojoties ar vadību un citām ieinteresētajām pusēm.
Apraksts
- Izstrādā visaptverošas ģeneratīvā mākslīgā intelekta arhitektūras, kas ietver LLM, RAG, MI aģentus, vektoru datubāzes un multimodālus modeļus
- Definē MI risinājumu arhitektūras, līdzsvarojot mērogojamību, drošību un izmaksas
- Sagatavo tehniskos projektus, arhitektūras diagrammas un ieviešanas plānus
- Novērtē un iesaki MI platformas, ietvarus un mākoņpakalpojumus
- Arhitektē risinājumus ar GPT, Claude, Gemini, Llama, Mistral un citiem atvērtā pirmkoda LLM
- Izstrādā stratēģijas uzvedņu inženierijai, precīzajai pielāgošanai un modeļu optimizācijai
- Veido ar vektoru datubāzēm integrētus izguves papildinātas ģenerēšanas konveijerus
- Ievieš MI aģentus un orķestrēšanas ietvarus
- Izstrādā MI risinājumus AWS, Azure un Google Cloud vidēs
- Veido MLOps un LLMOps konveijerus ieviešanai, uzraudzībai un pārvaldībai
- Projektē risinājumus ar augstu pieejamību, mērogojamību un stabilu sistēmas veiktspēju
- Pārvērš biznesa prasības praktiskos tehniskos risinājumos
- Vadi klientu darbnīcas, izpētes sesijas un arhitektūras pārskatus
- Piedalies pirmspārdošanas darbā, atbildēs uz piedāvājumu pieprasījumiem, demonstrācijās un piedāvājumu sagatavošanā
- Prezentē MI stratēģijas un risinājumu ceļvežus vadībai un citām ieinteresētajām pusēm
- Izveido atbildīga MI praksi un pārvaldības ietvarus
- Risini modeļu drošības, privātuma, atbilstības un risku jautājumus
- Definē MI sistēmu uzraudzības, novērojamības un novērtēšanas ietvarus
- Nodrošini atbilstību uzņēmuma arhitektūras standartiem
- Mentorē un vadi datu zinātniekus, mašīnmācīšanās inženierus un programmatūras komandas
- Pārskati risinājumu projektus un ieviešanas pieejas
- Seko jaunām ģeneratīvā MI tehnoloģijām un nozares attīstībai
- Veicini organizācijas inovācijas un MI ieviešanu
Prasības
- Bakalaura vai maģistra grāds datorzinātnē, mākslīgajā intelektā, datu zinātnē vai saistītā jomā
- 8–15+ gadu pieredze programmatūras izstrādē, mākoņarhitektūrā vai MI jomā
- 3–5+ gadu pieredze MI un mašīnmācīšanās risinājumu un arhitektūru izstrādē
- Teicamas zināšanas par ģeneratīvo MI, LLM, RAG un MI aģentiem
- Pārliecinošas zināšanas mašīnmācīšanā un dziļajā mācīšanās
- Python, SQL un REST API pārvaldīšana
- Pieredze darbā ar LangChain, LangGraph, LlamaIndex un CrewAI
- Pieredze darbā ar Pinecone, Weaviate, Chroma un Milvus vektoru datubāzēm
- Pieredze AWS, Azure un GCP vidēs
- Docker, Kubernetes un CI/CD pārzināšana
- Pieredze MLOps un LLMOps jomā
- Izpratne par datu arhitektūru un datu inženieriju
- MI drošības un pārvaldības zināšanas
- Spēcīgas risinājumu izstrādes un arhitektūras domāšanas prasmes
- Efektīva saziņa ar klientiem
- Pieredze ieinteresēto pušu pārvaldībā
- Līderības un mentorēšanas spējas
- Spēcīgas problēmu risināšanas un lēmumu pieņemšanas prasmes
- Prezentēšanas un konsultēšanas pieredze
- Vēlami atbilstoši sertifikāti, tostarp AWS Solutions Architect, Azure AI Engineer vai Azure Solutions Architect, Google Professional Cloud Architect, kā arī Databricks vai Snowflake sertifikāti
Priekšrocības
- Konkrēti labumi vai papildu atlīdzība nav norādīti