ŌURA izstrādā viedos gredzenus un veselības tehnoloģijas, kas ikdienas biometriskos datus pārvērš praktiskās atziņās par labsajūtu. Tās Oura Ring vieglā ierīcē, kas paredzēta nepārtrauktai valkāšanai, uzrauga miegu, sirdsdarbības ātrumu, aktivitāti un stresu. Uzņēmums pievēršas personīgās veselības uzraudzībai tādās jomās kā sieviešu veselība, sirds veselība un vispārējā labsajūta, apvienojot veselības aprūpei paredzētus datus ar patērētājiem ērti lietojamu aparatūru un programmatūru. Darba meklētājiem ŌURA atrodas veselības tehnoloģiju un ražošanas krustpunktā, izstrādājot produktus, kas palīdz cilvēkiem labāk izprast savu veselību.
Vadošais mākslīgā intelekta datu transformācijas arhitekts (hibrīddarbs) uzņēmumā ŌURA
Vadiet ŌURA uzņēmuma mēroga mākslīgā intelekta ieviešanu veselības datu, produktu, inženierijas, zinātnes un biznesa komandās. Veidojiet pārvaldību, rīkus, Databricks un AWS platformas, kā arī ražošanai gatavas LLM un RAG iespējas.
Apraksts
- Vadiet Data AI iespēju attīstības ceļvedi datu, produktu, inženierijas, zinātnes un biznesa funkcijās.
- Izstrādājiet atkārtojamus mākslīgā intelekta ieviešanas modeļus, ko atbalsta rokasgrāmatas, koplietojami rīki, novērtēšanas metodes un izmērāmi rezultāti.
- Izveidojiet kopīgu terminoloģiju un novērtēšanas ietvarus mākslīgā intelekta iespēju izvērtēšanai.
- Vadiet lēmumus par tehnoloģijas izstrādi vai iegādi, piegādātāju stratēģiju un visas organizācijas ieguldījumus mākslīgā intelekta tehnoloģijās.
- Pārvaldiet uzņēmuma mākslīgā intelekta rīku kopumu, tostarp Databricks datu un piekļuves integrāciju, vairāku aģentu darbplūsmas, tokenu kontroli un uzticamus datu pamatus.
- Sadarbojieties ar pārvaldības, drošības, privātuma un juridiskajām komandām, lai izveidotu atbildīga mākslīgā intelekta aizsardzības pasākumus un auditējamus pārmaiņu procesus.
- Uzlabojiet mākslīgā intelekta izdevumu efektivitāti, izmantojot novērojamību, produktivitātes praksi, resursu atgūšanas programmas un lietojuma analīzi.
- Nosakiet Data AI arhitektūras stratēģiju Databricks un AWS vidēm, kas darbojas terabaitu līdz petabaitu mērogā.
- Vadiet mašīnlasāmus datu līgumus, vektoru arhitektūras, RAG ieviešanu un uzņēmuma konteksta plaknes komponentus ražošanas LLM pārskatiem un aģentiskajam mākslīgajam intelektam.
- Novērtējiet datu gatavību un koordinējiet novēršanas pasākumus ar analītiķiem un inženieriem.
- Pārveidojiet darbplūsmas sadarbībā ar funkciju vadītājiem.
- Palieliniet iekšējās mākslīgā intelekta spējas, izmantojot apmācības, praktiķu kopienas un pašapkalpošanās norādes.
- Paplašiniet veiksmīgus pilotprojektus līdz standartizētai uzņēmuma mēroga praksei.
- Savienojiet vadības prioritātes ar funkciju vadītājiem un atbalsta komandām.
- Saskaņojiet mākslīgā intelekta produktivitātes iniciatīvas ar inženierijas un biznesa vienību mērķiem.
- Definējiet darbības standartus funkciju mākslīgā intelekta vēstnešiem un mākslīgā intelekta rīku administratoriem.
- Pārstāviet Data AI iespēju attīstību starpuzņēmumu forumos un prezentējiet vadībai ieviešanas un ietekmes rādītājus.
Prasības
- Vismaz 8 gadu pieredze mākslīgā intelekta datu risinājumu, produktu vai tehnoloģiju ieviešanas mērogošanā no pilotprojektiem līdz ilgtspējīgai organizācijas mēroga praksei ar izmērāmiem rezultātiem.
- Pieredze ilgtspējīgu darbības modeļu, standarta procedūru un mērījumu sistēmu izveidē, kas saglabā efektivitāti arī pēc atsevišķu projektu pabeigšanas.
- Pierādīta spēja ietekmēt augstākā līmeņa vadītājus un veidot saskaņotu nostāju par ilgtermiņa ieguldījumiem tehnoloģijās.
- Spēcīga tehniskā izpratne par LLM un ieviešanas modeļiem, kā arī spriestspēja atšķirt praktisku vērtību no ažiotāžas.
- Praktiska pieredze vismaz vienas uzņēmuma mākslīgā intelekta produktivitātes platformas, piemēram, Cursor, Claude, ChatGPT Enterprise, Glean, Gemini, kodēšanas asistentu vai LLM API vārteju, administrēšanā, tostarp lietotāju un grupu pārvaldībā un konfigurācijas problēmu novēršanā.
- Regulāra LLM asistentu un aģentu izmantošana ar atbilstošu spriestspēju, validāciju un pārbaudi.
- Praktiskā pieredzē balstīts skatījums uz to, kad tehnoloģiju izstrādāt pašiem un kad to iegādāties.
- Pieredze darbā ar uzņēmuma datu platformām, tostarp lakehouse vidēm, kurās izmanto mākslīgo intelektu vai LLM.
- Praktiskas zināšanas par uz lomām balstītu piekļuvi un atļaujām vairāku domēnu vai reģionu vidēs.
- Pieredze darbā ar drošības, privātuma un juridiskajām komandām, lai regulētā vai veselības datu ziņā sensitīvā vidē definētu un ieviestu atbildīga mākslīgā intelekta kontroles pasākumus.
- Spēja ietekmēt augstākā līmeņa ieinteresētās puses un saskaņot pētniecības un izstrādes un biznesa vienības bez formālas pilnvaras.
- Spēja izveidot un uzturēt standarta darbības procedūras, rokasgrāmatas un apmācības, kurām netehniski lietotāji un administratori var sekot patstāvīgi.
- Izcila rakstiskās un mutiskās komunikācijas prasme – no praktiskām problēmu novēršanas sarunām līdz vadības darba grupām.
- Vēlams: Databricks Certified Administrator vai Databricks Certified Data Engineer sertifikāts.
- Vēlams: data mesh principu un uz domēniem orientētu īpašumtiesību modeļu pārzināšana.
- Vēlams: pieredze ML darbplūsmu atbalstīšanā ar MLflow, Feature Store vai Databricks Model Serving.
- Vēlams: dbt pārzināšana datu transformācijai un analītikas inženierijai.
- Vēlams: mākoņdatošanas un mākslīgā intelekta tokenu FinOps pieredze, tostarp izmaksu sadales tagi, budžeta brīdinājumi un daudzlīmeņu krātuves optimizācija.
- Vēlams: pieredze ar Databricks Lakehouse Federation vai salīdzināmām starpplatformu vaicājumu federācijas pieejām.
- Vēlams: iepriekšēja pieredze mākslīgā intelekta vēstneša lomā vai līdzīgas transformācijas iniciatīvas vadīšanā.
- Vēlams: skriptu veidošanas vai konfigurācijas automatizācijas pārzināšana, piemēram, Python, shell vai configuration-as-code, lai samazinātu manuālo administrēšanu.
- Vēlams: pieredze veselības tehnoloģijās, patērētāju veselības aprūpē, valkājamās ierīcēs vai citā regulētā un augstas uzticēšanās nozarē.
- Vēlams: padziļināta pieredze ražošanas datu arhitektūru projektēšanā LLM, RAG un vektoru tehnoloģijās balstītām lietotnēm.
- Vēlams: pieredze ar MLOps ietvariem, Vertex AI, MLflow un ražošanas mākslīgā intelekta un mašīnmācīšanās dzīves cikla pārvaldību.
- Vēlams: spēja definēt datu prasības aģentiskajam mākslīgajam intelektam un interaktīvām pašapkalpošanās analītikas sistēmām.
- Darba vietai jāatrodas Amerikas Savienotajās Valstīs; kandidāti, kuri dzīvo Aļaskā, Delavērā, Aiovā, Misisipi, Nebraskā, Dienviddakotā, Rietumvirdžīnijā vai Viskonsinā, netiek izskatīti.
Priekšrocības
- Konkurētspējīgs atalgojums, kas ietver algas un kapitāla daļas komponentus
- Veselības, zobārstniecības, redzes un garīgās veselības atbalsts
- Ōura Ring gredzens, kā arī atlaides darbinieku draugiem un ģimenes locekļiem
- 20 apmaksātas brīvdienas, 13 apmaksātas svētku dienas un 8 elastīgas labsajūtas dienas
- Apmaksāts slimības atvaļinājums un bērna kopšanas atvaļinājums