Databricks katta hajmdagi ma’lumotlarni boshqarish, mashinaviy o‘qitish tizimlarini yaratish va tahlil natijalarini ishlab chiqarish ilovalariga aylantirishga muhtoj tashkilotlar uchun yagona ma’lumotlar va sun’iy intellekt platformasini ishlab chiqadi. Uning texnologiyasi ma’lumotlar muhandisligi, Apache Spark orqali qayta ishlash, tahlil va mashinaviy o‘qitish operatsiyalarini birlashtirib, texnik jamoalarga ma’lumotlarning qayta ishlash va tajriba o‘tkazishdan tortib joriy etish hamda tushunchalar hosil qilishgacha bo‘lgan butun hayotiy sikli bilan ishlashga yordam beradi.
Yetakchi generativ sunʼiy intellekt yechimlari arxitektori — Databricks (Gibrid, Buyuk Britaniya)
Databricks Data + AI platformasida ishlab chiqarish darajasidagi generativ sunʼiy intellekt va LLM yechimlarini loyihalashga rahbarlik qiling. EMEA hududidagi raqamli biznesga yo‘naltirilgan mijozlar va dala jamoalarini arxitektura, konsepsiyani isbotlash hamda texnik yetakchilik orqali qo‘llab-quvvatlang.
Tavsif
- EMEA Emerging DNB biznes bo‘linmasida generativ sunʼiy intellekt, LLM va amaliy mashinaviy o‘rganish yo‘nalishlarida texnik yetakchilikni o‘z zimmangizga oling.
- GenAI’dan foydalanish holatlarini belgilash, loyihalash va xatarlarni kamaytirish uchun Solutions Architect, Solutions Engineer va Account jamoalari bilan hamkorlik qiling.
- Databricks’da keng ko‘lamli LLM va chuqur o‘rganish ish yuklamalari uchun konsepsiyani isbotlash loyihalari hamda namunaviy arxitekturalar yarating.
- Ochiq LLM’larni nozik sozlash, modellarni moslashtirish va baholash usullarini o‘z ichiga olgan loyihalarga rahbarlik qiling.
- Mijozlar va dala jamoalaridan olingan xulosalarni Product va Engineering yo‘l xaritalariga kiriting, so‘ng yo‘l xaritasi yo‘nalishini dala jamoalariga yetkazing.
- Seminarlar, namunaviy arxitekturalar va ichki treninglar orqali EMEA Emerging DNB Field Engineering tashkilotini rivojlantiring.
- Konferensiya taqdimotlari, texnik maqolalar va mijoz rahbarlari uchun brifinglar orqali Databricks nomidan vakillik qiling.
Talablar
- Xususiy va ochiq manbali LLM’lar, jumladan ularning imkoniyatlari, muvozanatlari va turli foydalanish holatlariga mosligi haqida amalda namoyon etilgan tushuncha.
- RAG, agentlar, vositalardan foydalanish, nozik sozlash, modelni moslashtirish, prompt engineering, evaluation engineering va LLM xavfsizlik nazoratlari bo‘yicha ilg‘or tajriba.
- Taqsimlangan o‘qitish, GPU ish yuklamalari va to‘liq MLOps hayotiy siklini qamrab oluvchi mashinaviy o‘rganish hamda chuqur o‘rganish asoslari.
- Python, PyTorch yoki Transformers, MLflow va Spark bo‘yicha malaka.
- Databricks bilan tajriba yoki Mosaic AI, Model Serving, Vector Search va Unity Catalog bo‘yicha tezda malaka oshira olish.
- AWS, Azure yoki Google Cloud Platform bilan bulut tajribasi.
- A’lo darajadagi muloqot va maslahat berish qobiliyatlari.
- Texnik yetakchilik va mentorlik bo‘yicha tasdiqlangan tajriba.
- Raqamli biznesga yo‘naltirilgan va tez o‘sayotgan mijozlar sur’atida samarali ishlay olish.
- Buyuk Britaniyada yashash va EMEA vaqt mintaqalarida ishlay olish.
- Zarur bo‘lganda hududdagi mijozlar joylashuvlariga safar qilishga tayyorlik.
- Raqamli biznesga yo‘naltirilgan mijozlarga ma’lumotlar va mashinaviy o‘rganish yechimlarini ishlab chiqishda yordam berish tajribasi afzallik hisoblanadi.
Imtiyozlar
- Hududga xos ma’lumotlar imtiyozlar hujjatlarida taqdim etiladigan keng qamrovli xodimlar imtiyozlari va qo‘shimcha imkoniyatlari.
- Taniqli generativ sunʼiy intellekt mutaxassisi sifatida ommaviy professional obro‘ yaratish imkoniyati.
- Konferensiyalarda chiqish qilish, blog materiallarini nashr etish va mijoz rahbarlariga brifing o‘tkazish imkoniyatlari.
- Texnik fikr yetakchiligi va tashqi vakillik imkoniyatlari.