ŌURA tworzy inteligentne pierścienie i technologie zdrowotne, które przekształcają codzienne dane biometryczne w praktyczne informacje na temat samopoczucia. Pierścień Oura monitoruje między innymi sen, tętno, aktywność i poziom stresu za pomocą lekkiego urządzenia przeznaczonego do ciągłego noszenia. Firma koncentruje się na spersonalizowanym monitorowaniu zdrowia w obszarach takich jak zdrowie kobiet, zdrowie serca i ogólne samopoczucie, łącząc dane przydatne w ochronie zdrowia z przyjaznym dla konsumentów sprzętem i oprogramowaniem. Dla osób poszukujących pracy ŌURA działa na styku technologii medycznych i produkcji, a praca w firmie wiąże się z tworzeniem produktów, które pomagają lepiej rozumieć własne zdrowie.
Główny architekt transformacji danych z wykorzystaniem AI (praca hybrydowa) w ŌURA
Pokierujesz wdrażaniem AI w ŌURA we wszystkich zespołach zajmujących się danymi dotyczącymi zdrowia, produktem, inżynierią, nauką i biznesem. Zbudujesz modele zarządzania, narzędzia, platformy Databricks i AWS oraz produkcyjne rozwiązania LLM i RAG.
Stany Zjednoczone
Kalifornia169 150 $ – 233 000 $ / rok
HybrydowoPełny etatLeadWymagany Język: angielskiSztuczna inteligencjaOpis
- Odpowiadać za plan wdrażania Data AI w obszarach danych, produktu, inżynierii, nauki i biznesu.
- Tworzyć powtarzalne modele wdrażania AI wspierane przez podręczniki, współdzielone narzędzia, metody oceny i mierzalne rezultaty.
- Tworzyć wspólną terminologię i metody oceny możliwości wykorzystania AI.
- Kierować decyzjami dotyczącymi tworzenia lub zakupu technologii, strategią dostawców i ogólnofirmowymi inwestycjami w technologie AI.
- Zarządzać firmowym zestawem narzędzi AI, w tym integracją danych i dostępu w Databricks, przepływami pracy z wieloma agentami, kontrolą tokenów i zaufanymi fundamentami danych.
- Współpracować z zespołami ds. zarządzania, bezpieczeństwa, prywatności i prawa w celu ustanowienia zabezpieczeń odpowiedzialnego wykorzystania AI oraz audytowalnych procesów zarządzania zmianą.
- Zwiększać efektywność wydatków na AI dzięki obserwowalności, praktykom produktywności, programom odzyskiwania zasobów i analizie wykorzystania.
- Ustalać strategię architektury Data AI dla środowisk Databricks i AWS działających w skali od terabajtów do petabajtów.
- Kierować pracami nad odczytywalnymi maszynowo kontraktami danych, architekturami wektorowymi, implementacjami RAG i komponentami firmowej warstwy kontekstu dla produkcyjnego raportowania LLM i agentowej AI.
- Oceniać gotowość danych i koordynować usuwanie braków z analitykami i inżynierami.
- Przeprojektowywać przepływy pracy we współpracy z liderami poszczególnych obszarów.
- Rozwijać wewnętrzne kompetencje AI poprzez szkolenia, społeczności praktyków i wytyczne do samodzielnej pracy.
- Rozszerzać udane projekty pilotażowe do ustandaryzowanych praktyk stosowanych w całej firmie.
- Łączyć priorytety kadry kierowniczej z liderami obszarów i zespołami wspierającymi.
- Dopasowywać inicjatywy zwiększające produktywność dzięki AI do celów inżynierii i jednostek biznesowych.
- Definiować standardy operacyjne dla liderów AI w poszczególnych obszarach i administratorów narzędzi AI.
- Reprezentować obszar Data AI enablement na firmowych forach oraz prezentować kierownictwu wskaźniki wdrożenia i wpływu.
Wymagania
- Co najmniej 8 lat doświadczenia w skalowaniu rozwiązań, produktów lub wdrażania technologii AI i danych — od projektów pilotażowych do trwałej praktyki obejmującej całą organizację i przynoszącej mierzalne rezultaty.
- Doświadczenie w tworzeniu trwałych modeli operacyjnych, standardowych procedur i systemów pomiaru, które pozostają skuteczne po zakończeniu pojedynczych projektów.
- Udokumentowane doświadczenie we wpływaniu na kadrę kierowniczą wyższego szczebla i budowaniu zgodności wokół długoterminowych inwestycji technologicznych.
- Silne zrozumienie techniczne LLM i wzorców ich wdrażania oraz umiejętność odróżniania praktycznej wartości od szumu.
- Praktyczne doświadczenie w administrowaniu co najmniej jedną firmową platformą produktywności AI, taką jak Cursor, Claude, ChatGPT Enterprise, Glean, Gemini, asystenci programistyczni lub bramy API LLM, w tym w zarządzaniu użytkownikami i grupami oraz rozwiązywaniu problemów z konfiguracją.
- Regularne korzystanie z asystentów i agentów LLM z odpowiednią oceną, walidacją i weryfikacją.
- Praktyczne, oparte na doświadczeniu rozumienie, kiedy technologię tworzyć, a kiedy kupować.
- Doświadczenie z firmowymi platformami danych, w tym środowiskami lakehouse wykorzystującymi AI lub LLM.
- Praktyczna znajomość dostępu opartego na rolach i uprawnień w środowiskach wielodomenowych lub wieloregionowych.
- Doświadczenie we współpracy z zespołami ds. bezpieczeństwa, prywatności i prawa przy definiowaniu i wdrażaniu kontroli odpowiedzialnego wykorzystania AI w środowiskach regulowanych lub związanych ze zdrowiem.
- Umiejętność wpływania na kluczowych interesariuszy i uzgadniania działań zespołów badawczo-rozwojowych oraz jednostek biznesowych bez formalnych uprawnień.
- Umiejętność tworzenia i utrzymywania standardowych procedur operacyjnych, podręczników i szkoleń, z których użytkownicy nietechniczni i administratorzy mogą korzystać samodzielnie.
- Doskonała komunikacja pisemna i ustna — od rozmów dotyczących rozwiązywania problemów po posiedzenia komitetów sterujących.
- Mile widziane: certyfikat Databricks Certified Administrator lub Databricks Certified Data Engineer.
- Mile widziana: znajomość zasad data mesh i modeli własności ukierunkowanych na domeny.
- Mile widziane: doświadczenie we wspieraniu przepływów pracy ML z użyciem MLflow, Feature Store lub Databricks Model Serving.
- Mile widziana: znajomość dbt do transformacji danych i inżynierii analitycznej.
- Mile widziane: doświadczenie w FinOps dla chmury i tokenów AI, w tym tagach alokacji kosztów, alertach budżetowych i optymalizacji pamięci masowej warstwowej.
- Mile widziana: znajomość Databricks Lakehouse Federation lub porównywalnych metod federacji zapytań między platformami.
- Mile widziane: wcześniejsze doświadczenie w roli lidera AI lub w prowadzeniu podobnej inicjatywy transformacyjnej.
- Mile widziana: znajomość skryptów lub automatyzacji konfiguracji, takich jak Python, shell lub konfiguracja jako kod, w celu ograniczenia ręcznej administracji.
- Mile widziane: doświadczenie w technologiach medycznych, zdrowiu konsumenckim, urządzeniach ubieralnych lub innym regulowanym sektorze o wysokim poziomie zaufania.
- Mile widziane: zaawansowane doświadczenie w projektowaniu produkcyjnych architektur danych dla aplikacji LLM, RAG i wektorowych.
- Mile widziane: doświadczenie z frameworkami MLOps, Vertex AI, MLflow i zarządzaniem cyklem życia produkcyjnych rozwiązań AI/ML.
- Mile widziana: umiejętność definiowania wymagań danych dla agentowej AI i interaktywnych systemów analityki samoobsługowej.
- Miejsce pracy musi znajdować się w Stanach Zjednoczonych; kandydatury osób mieszkających na Alasce, w Delaware, Iowa, Mississippi, Nebrasce, Dakocie Południowej, Wirginii Zachodniej lub Wisconsin nie będą rozpatrywane.
Benefity
- Konkurencyjne wynagrodzenie obejmujące pensję i udziały w kapitale firmy
- Wsparcie medyczne, stomatologiczne, okulistyczne i psychiczne
- Pierścień Ōura oraz zniżki dla przyjaciół i rodziny pracowników
- 20 dni płatnego urlopu, 13 płatnych dni świątecznych i 8 elastycznych dni wellness
- Płatny urlop chorobowy i rodzicielski