Vecākais mākslīgā intelekta platformas atbalsta vadītājs uzņēmumā ClearRoute, hibrīddarbs Apvienotajā Karalistē
Vadi uz Azure balstītu aģentisko sistēmu ražošanas atbalstu uzņēmumā ClearRoute, inženierkonsultāciju uzņēmumā. Atbildi par MI pakalpojumu novērojamību, reaģēšanu uz incidentiem, uzticamību un platformas darbību.
Apraksts
- Izveido un vadi mākslīgā intelekta platformas atbalsta funkciju
- Uzraugi MI pakalpojumu, modeļu galapunktu un saistītās infrastruktūras stāvokli, aizkavi, pieejamību un kļūdu līmeni
- Izmeklē un novērs incidentus, piemēram, API kļūmes, pieprasījumu ierobežojumus un modeļu rezultātu kvalitātes pasliktināšanos
- Vadi pamatcēloņu izmeklēšanu un dokumentē bezvainojuma pēcincidenta pārskatus ar koriģējošām darbībām
- Piedalies ražošanas MI pakalpojumu kopīgajā dežūru grafikā
- Izveido un uzturi LLM darba slodžu informācijas paneļus, brīdinājumus un žurnalēšanu
- Uzraugi tokenu patēriņu, aizkavi, izmaksas un novērtēšanas rezultātus
- Pilnveido modeļu, uzvedņu, aģentu un RAG komponentu izvietošanas cauruļvadus
- Pārvaldi vektoru datubāzes, iegulumu darba plūsmas un datu ievades uzdevumus
- Automatizē atkārtotas atbalsta darbības un operatīvās rokasgrāmatas
- Nodrošini eskalācijas atbalstu MI platformas problēmām, par kurām ziņo piegādes komandas un klienti
- Uzturi operatīvās rokasgrāmatas, zināšanu bāzes saturu un lietotāju dokumentāciju
- Dalies ar atkārtotām problēmām un uzlabojumu iespējām ar inženierijas un produktu vadītājiem
- Atbalsti jaunu komandu un klientu pieslēgšanu platformai
- Definē plašākas MI un aģentisko sistēmu programmas tehniskos pamatus, arhitektūru un produktu attīstības virzienu
Prasības
- Vismaz trīs gadu pieredze platformu atbalstā, SRE, DevOps vai mākonī mitinātu pakalpojumu ražošanas atbalstā
- Praktiska pieredze tādu lietotņu atbalstā, kurās tiek izmantotas LLM API, piemēram, OpenAI, Anthropic, Azure OpenAI, AWS Bedrock vai Google Vertex AI
- Labas praktiskās zināšanas vismaz par vienu nozīmīgu mākoņplatformu: AWS, Azure vai GCP
- Darba pieredze ar konteineriem un orķestrēšanas rīkiem, tostarp Docker un Kubernetes
- Spēja veidot skriptus un automatizēt ar Python, kā arī Bash vai PowerShell
- Pieredze ar novērojamības rīkiem, piemēram, Datadog, Grafana, Prometheus, CloudWatch vai Azure Monitor
- Pieredze ar CI/CD un infrastruktūru kā kodu, tostarp GitHub Actions, GitLab CI vai Terraform
- Labas zināšanas par REST API, autentifikāciju, tīklu pamatiem un žurnālu analīzi
- Pierādīta incidentu pārvaldības pieredze, tostarp pēcincidenta pārskatu sagatavošana
- Spēcīgas rakstiskās un mutiskās saziņas prasmes tehniskai un netehniskai auditorijai
- Pieredze ar RAG arhitektūrām un vektoru datubāzēm
- Izpratne par aģentu un orķestrēšanas ietvariem, piemēram, LangChain, LlamaIndex vai MCP
- Pieredze ar LLM novērojamības un novērtēšanas platformām, piemēram, LangSmith, Langfuse, Arize vai Weights & Biases
- Pieredze atvērtā svara modeļu mitināšanā vai nodrošināšanā ar tādām platformām kā vLLM, Hugging Face vai SageMaker
- Izpratne par MI pārvaldību un regulējumu, tostarp ES MI aktu, ISO/IEC 42001 un VDAR
- ITIL, Kubernetes CKA/CKAD vai mākoņtehnoloģiju sertifikāts
- Konsultāciju vai klientu apkalpošanas projektu īstenošanas pieredze, vēlams regulētās nozarēs, piemēram, enerģētikā vai finanšu pakalpojumos
Priekšrocības
- Hibrīddarba iespēja
- Budžets mājas biroja iekārtošanai
- Elastīgs brīvais laiks, tostarp brīvdiena dzimšanas dienā
- Peļņas sadales shēma
- Laba snieguma un ieguldījuma atzinība
- Privātā veselības aprūpe
- Konfidenciāla darbinieku palīdzības programma, kas ietver konsultācijas, garīgo veselību un finansiālo labklājību
- Interešu kopienas, tostarp skriešanas un grāmatu klubi
- Women in Tech kopiena
- Ikmēneša sociālie pasākumi
- Starpreģionāli uzņēmuma pasākumi
- Personīgās mācīšanās budžets
- Piekļuve Udemy
- Noteikts karjeras ietvars
- Iekšējās mobilitātes iespējas
- Iespējas sniegt ieguldījumu viedokļu līderībā
- Ģimenei draudzīga darba vide
- Elastība darbiniekiem ar aprūpes pienākumiem
- Pieejamības pielāgojumi visā intervijas procesā