Databricks rozwija ujednoliconą platformę danych i sztucznej inteligencji dla organizacji, które muszą zarządzać danymi na dużą skalę, tworzyć systemy uczenia maszynowego i przekształcać analitykę w aplikacje gotowe do wdrożenia. Technologie firmy łączą inżynierię danych, przetwarzanie w Apache Spark, analitykę oraz operacje związane z uczeniem maszynowym, pomagając zespołom technicznym pracować na każdym etapie cyklu życia danych — od przetwarzania i eksperymentowania po wdrażanie i generowanie wniosków.
Starszy architekt rozwiązań generatywnej AI, Francja
Prowadź współpracę z klientami, pomagając wdrażać generatywną AI i duże modele językowe do środowisk produkcyjnych w regionie EMEA. Projektuj architektury gotowe do wdrożenia, weryfikacje koncepcji i rozwiązania dostosowywania modeli dla klientów Databricks.
Opis
- Kieruj strategią w zakresie generatywnej AI, dużych modeli językowych i stosowanego uczenia maszynowego dla jednostki biznesowej EMEA Emerging DNB
- Współpracuj z architektami rozwiązań, inżynierami rozwiązań i zespołami obsługi klientów przy określaniu zakresu i projektowaniu zastosowań GenAI oraz zarządzaniu ich ryzykiem
- Opracowuj weryfikacje koncepcji i implementacje referencyjne dla wielkoskalowych obciążeń dużych modeli językowych i głębokiego uczenia na Databricks
- Nadzoruj projekty dostrajania i dostosowywania otwartych dużych modeli językowych
- Stosuj metody oceny oparte na sędziach oraz wymagające niewielu etykiet w środowiskach o krytycznym znaczeniu jakości i bezpieczeństwa
- Przekazuj zespołom ds. produktu i inżynierii opinie klientów oraz objaśniaj zespołom terenowym plany rozwoju produktów
- Szkol i wspieraj mentorską opieką współpracowników z terenowego zespołu inżynieryjnego EMEA Emerging DNB poprzez warsztaty, architektury referencyjne i programy wewnętrzne
- Reprezentuj Databricks na konferencjach, w blogach technicznych i podczas spotkań informacyjnych dla kierownictwa klientów
Wymagania
- Znać krajobraz dużych modeli językowych, w tym modele własnościowe i otwartoźródłowe oraz ich dostawców
- Mieć dogłębną wiedzę na temat RAG, agentów, korzystania z narzędzi, dostrajania, dostosowywania modeli, projektowania promptów, inżynierii ewaluacji oraz zabezpieczeń i bezpieczeństwa dużych modeli językowych
- Mieć solidne podstawy uczenia maszynowego i głębokiego, w tym treningu rozproszonego, obciążeń GPU i całego cyklu MLOps
- Biegle posługiwać się Pythonem i narzędziami uczenia maszynowego, takimi jak PyTorch, Transformers, MLflow i Spark
- Mieć doświadczenie w dostarczaniu implementacji referencyjnych o jakości produkcyjnej
- Znać Databricks lub umieć szybko opanować tę platformę, w tym Mosaic AI, Model Serving, Vector Search i Unity Catalog
- Mieć doświadczenie w pracy z chmurami AWS, Azure lub GCP
- Skutecznie komunikować się i prowadzić konsultacyjną współpracę z klientami
- Mieć udokumentowane doświadczenie w przywództwie technicznym i mentoringu
- Swobodnie pracować z klientami cyfrowymi i szybko rozwijającymi się firmami
- Mieszkać w Wielkiej Brytanii i móc pracować w strefach czasowych EMEA
- Być gotowym do podróży do siedzib klientów w regionie w razie potrzeby
- Dodatkowym atutem będzie doświadczenie we wspieraniu firm cyfrowych w tworzeniu rozwiązań z zakresu danych i uczenia maszynowego
- Dodatkowymi atutami będą publiczna aktywność techniczna, doświadczenie w branżach regulowanych lub obszarach o wysokiej krytyczności oraz współpraca z zespołami ds. produktu i inżynierii
Benefity
- Pracownicy otrzymują kompleksowy pakiet świadczeń i dodatków; szczegóły dotyczące poszczególnych regionów znajdują się w powiązanym dokumencie o świadczeniach