Databricks ontwikkelt een uniform data- en AI-platform voor organisaties die grote hoeveelheden gegevens moeten beheren, machine learning-systemen willen bouwen en analyses willen omzetten in productieapplicaties. De technologie brengt data-engineering, verwerking met Apache Spark, analytics en het beheer van machine learning samen. Zo kunnen technische teams de volledige levenscyclus van data ondersteunen, van verwerking en experimenten tot implementatie en het verkrijgen van inzichten.
Lead-architect generatieve AI-oplossingen – Databricks (hybride functie, Verenigd Koninkrijk)
Geef leiding aan het ontwerp van productieklare generatieve AI- en LLM-oplossingen op het Data + AI-platform van Databricks. Ondersteun digital-native klanten en fieldteams in EMEA met architectuur, proof-of-concepts en technisch leiderschap.
Beschrijving
- Je geeft technisch leiding aan generatieve AI, LLM's en toegepaste machine learning binnen de bedrijfseenheid EMEA Emerging DNB.
- Je werkt samen met Solutions Architects, Solutions Engineers en accountteams om GenAI-toepassingen af te bakenen, te ontwerpen en risico's te beperken.
- Je ontwikkelt proof-of-concepts en referentiearchitecturen voor grootschalige LLM- en deep-learning-workloads op Databricks.
- Je leidt trajecten rond het finetunen van open LLM's, modelaanpassing en evaluatiemethoden.
- Je brengt inzichten van klanten en fieldteams in op product- en engineeringroadmaps en communiceert de richting van de roadmap vervolgens terug naar de fieldteams.
- Je ontwikkelt de Field Engineering-organisatie van EMEA Emerging DNB verder via workshops, referentiearchitecturen en interne trainingen.
- Je vertegenwoordigt Databricks met conferentiepresentaties, technische artikelen en briefings voor leidinggevenden bij klanten.
Vereisten
- Aantoonbaar begrip van propriëtaire en opensource-LLM's, inclusief hun mogelijkheden, afwegingen en geschiktheid voor verschillende toepassingen.
- Gevorderde expertise in RAG, agents, toolgebruik, finetuning, modelaanpassing, prompt engineering, evaluatie-engineering en veiligheidscontroles voor LLM's.
- Sterke basis in machine learning en deep learning, inclusief distributed training, GPU-workloads en de volledige MLOps-levenscyclus.
- Goede beheersing van Python, PyTorch of Transformers, MLflow en Spark.
- Ervaring met Databricks of het vermogen om snel vaardig te worden in Mosaic AI, Model Serving, Vector Search en Unity Catalog.
- Cloudervaring met AWS, Azure of Google Cloud Platform.
- Uitstekende communicatieve en adviserende vaardigheden.
- Aantoonbare ervaring met technisch leiderschap en mentoring.
- Vermogen om effectief te werken in het tempo van digital-native en snelgroeiende klanten.
- Gevestigd in het Verenigd Koninkrijk en in staat om in EMEA-tijdzones te werken.
- Bereidheid om indien nodig naar klantlocaties in de regio te reizen.
- Ervaring met het helpen van digital-native klanten bij het ontwikkelen van data- en machine-learningoplossingen is een pluspunt.
Voordelen
- Uitgebreide arbeidsvoorwaarden en extra's voor medewerkers; regiospecifieke informatie staat in de documentatie over arbeidsvoorwaarden.
- Mogelijkheid om een publiek profiel op te bouwen als erkend expert in generatieve AI.
- Mogelijkheden om op conferenties te spreken, blogcontent te publiceren en presentaties te geven aan leidinggevenden bij klanten.
- Mogelijkheden voor technisch thought leadership en externe vertegenwoordiging.