Databricks
Databricks
Databricks hutengeneza jukwaa lililounganishwa la data na AI kwa mashirika yanayohitaji kudhibiti data kubwa, kujenga mifumo ya kujifunza kwa mashine, na kubadilisha uchanganuzi kuwa programu za uzalishaji. Teknolojia yake huunganisha uhandisi wa data, uchakataji wa Apache Spark, uchanganuzi, na uendeshaji wa kujifunza kwa mashine, na kuyasaidia makundi ya kiufundi kufanya kazi katika mzunguko mzima wa data kuanzia uchakataji na majaribio hadi utekekelezaji na uundaji wa maarifa.

Msanifu Mkuu wa Suluhisho za AI Zalishi, Ufaransa

Ongoza ushirikiano na wateja ili kuweka AI zalishi na modeli kubwa za lugha katika uzalishaji kote EMEA. Buni usanifu ulio tayari kwa uzalishaji, uthibitisho wa dhana na suluhisho za kubinafsisha modeli kwa wateja wa Databricks.

Maelezo

  • Ongoza mkakati wa AI zalishi, LLM na ujifunzaji wa mashine unaotumika kwa kitengo cha biashara cha EMEA Emerging DNB
  • Fanya kazi na Wasanifu Suluhisho, Wahandisi Suluhisho na timu za Akaunti ili kufafanua wigo na kubuni matumizi ya GenAI na kudhibiti hatari zake
  • Tengeneza uthibitisho wa dhana na utekelezaji wa marejeo kwa mizigo mikubwa ya LLM na deep learning kwenye Databricks
  • Ongoza miradi ya urekebishaji wa kina na ubinafsishaji wa LLM zilizo wazi
  • Tumia mbinu za tathmini zinazotegemea majaji na zinazohitaji lebo chache katika mazingira ambayo ubora na usalama ni muhimu sana
  • Unganisha timu za Bidhaa na Uhandisi na maoni ya wateja na kueleza ramani za bidhaa kwa timu za uwanjani
  • Fundisha na kushauri wafanyakazi wenzako wa Field Engineering wa EMEA Emerging DNB kupitia warsha, usanifu wa marejeo na programu za ndani
  • Wakilishe Databricks kwenye makongamano, katika blogu za kiufundi na katika mikutano ya maelezo kwa wateja watendaji

Mahitaji

  • Fahamu mandhari ya LLM, ikijumuisha modeli na watoa huduma wa kibiashara na wa chanzo huria
  • Uwe na utaalamu wa kina katika RAG, mawakala, matumizi ya zana, urekebishaji wa kina, ubinafsishaji wa modeli, uhandisi wa prompt, uhandisi wa tathmini na ulinzi na usalama wa LLM
  • Uwe na misingi imara ya ujifunzaji wa mashine na deep learning, ikijumuisha mafunzo yaliyosambazwa, mizigo ya GPU na mzunguko mzima wa maisha wa MLOps
  • Uwe na ujuzi wa Python na zana za ML kama PyTorch, Transformers, MLflow na Spark
  • Uwe na uzoefu wa kutoa utekelezaji wa marejeo wenye ubora wa uzalishaji
  • Fahamu Databricks au uweze kujifunza haraka, ikijumuisha Mosaic AI, Model Serving, Vector Search na Unity Catalog
  • Uwe na uzoefu wa cloud katika AWS, Azure au GCP
  • Wasiliana kwa ufanisi na kufanya kazi na wateja kwa mtazamo wa ushauri
  • Uwe na rekodi ya uongozi wa kiufundi na ushauri
  • Uwe tayari kufanya kazi na wateja wa kidijitali asilia na wanaokua kwa kasi
  • Uwe na makazi nchini Uingereza na uweze kufanya kazi katika saa za maeneo mbalimbali ya EMEA
  • Uwe tayari kusafiri hadi maeneo ya wateja katika eneo hilo inapohitajika
  • Uzoefu wa kusaidia wateja wa kidijitali asilia kujenga suluhisho za data na ML ni faida
  • Ushiriki wa kiufundi wa umma, uzoefu katika sekta zinazodhibitiwa au zenye hatari kubwa, na uzoefu wa kushirikiana na timu za Bidhaa na Uhandisi ni faida za ziada

Manufaa

  • Manufaa na marupurupu ya kina kwa wafanyakazi, huku maelezo mahususi ya eneo yakipatikana katika hati ya manufaa iliyounganishwa