Databricks izstrādā vienotu datu un mākslīgā intelekta platformu organizācijām, kurām nepieciešams pārvaldīt liela apjoma datus, veidot mašīnmācīšanās sistēmas un pārvērst analītiku ražošanas lietotnēs. Tās tehnoloģija apvieno datu inženieriju, Apache Spark apstrādi, analītiku un mašīnmācīšanās operācijas, palīdzot tehniskajām komandām strādāt visā datu dzīves ciklā — no apstrādes un eksperimentēšanas līdz ieviešanai un atziņu radīšanai.
Vadošais ģeneratīvā mākslīgā intelekta risinājumu arhitekts — Databricks (hibrīddarbs, Apvienotā Karaliste)
Vadiet ražošanai gatavu ģeneratīvā mākslīgā intelekta un lielo valodas modeļu risinājumu izstrādi Databricks Data + AI platformā. Atbalstiet EMEA digitāli dzimušos klientus un lauka komandas ar arhitektūru, koncepcijas pierādījumiem un tehnisko vadību.
Apraksts
- Vadiet ģeneratīvā mākslīgā intelekta, lielo valodas modeļu un lietišķās mašīnmācīšanās tehnisko darbību EMEA Emerging DNB uzņēmējdarbības vienībā.
- Sadarbojieties ar risinājumu arhitektiem, risinājumu inženieriem un kontu komandām, lai definētu, izstrādātu un mazinātu ģeneratīvā mākslīgā intelekta lietošanas gadījumu riskus.
- Izveidojiet koncepcijas pierādījumus un atsauces arhitektūras liela mēroga lielo valodas modeļu un dziļās mācīšanās darba slodzēm Databricks platformā.
- Vadiet projektus, kas ietver atvērto lielo valodas modeļu precīzo pielāgošanu, modeļu pielāgošanu un novērtēšanas metodes.
- Iekļaujiet klientu un lauka komandu atziņas produktu un inženierijas ceļvežos, pēc tam informējiet lauka komandas par ceļveža virzienu.
- Attīstiet EMEA Emerging DNB Field Engineering organizāciju, izmantojot seminārus, atsauces arhitektūras un iekšējo apmācību.
- Pārstāviet Databricks konferenču prezentācijās, tehniskos rakstos un klientu vadītājiem paredzētās informatīvās sanāksmēs.
Prasības
- Pierādīta izpratne par patentētiem un atvērtā pirmkoda lielajiem valodas modeļiem, tostarp to iespējām, kompromisiem un piemērotību dažādiem lietošanas gadījumiem.
- Padziļinātas zināšanas par RAG, aģentiem, rīku izmantošanu, precīzo pielāgošanu, modeļu pielāgošanu, uzvedņu izstrādi, novērtēšanas inženieriju un lielo valodas modeļu drošības kontrolēm.
- Spēcīgi mašīnmācīšanās un dziļās mācīšanās pamati, tostarp sadalītā apmācība, GPU darba slodzes un viss MLOps dzīves cikls.
- Prasme izmantot Python, PyTorch vai Transformers, MLflow un Spark.
- Pieredze darbā ar Databricks vai spēja ātri apgūt Mosaic AI, Model Serving, Vector Search un Unity Catalog.
- Mākoņdatošanas pieredze ar AWS, Azure vai Google Cloud Platform.
- Teicamas saziņas un konsultēšanas prasmes.
- Pierādīta tehniskās vadības un mentorēšanas pieredze.
- Spēja efektīvi strādāt digitāli dzimušu un strauji augošu klientu tempā.
- Dzīvesvieta Apvienotajā Karalistē un iespēja strādāt EMEA laika joslās.
- Gatavība vajadzības gadījumā ceļot uz klientu atrašanās vietām reģionā.
- Pieredze, palīdzot digitāli dzimušiem klientiem izstrādāt datu un mašīnmācīšanās risinājumus, tiks uzskatīta par priekšrocību.
Priekšrocības
- Visaptveroši darbinieku labumi un priekšrocības; reģionam specifiska informācija tiek sniegta labumu dokumentācijā.
- Iespēja veidot publisku profilu kā atzītam ģeneratīvā mākslīgā intelekta ekspertam.
- Iespējas uzstāties konferencēs, publicēt emuāru saturu un sniegt informatīvas sanāksmes klientu vadītājiem.
- Iespējas tehniskai domu līderībai un ārējai pārstāvniecībai.