ŌURA 首席 AI 数据转型架构师（混合办公）
负责推动 ŌURA 在健康数据、产品、工程、科学和业务团队中的企业级 AI 采用。 建设治理体系、工具链、Databricks 与 AWS 平台，以及生产级 LLM 和 RAG 能力。
描述
- 负责跨数据、产品、工程、科学和业务职能的数据 AI 赋能路线图。
- 通过操作手册、共享工具、评估方法和可衡量成果，制定可重复的 AI 采用模型。
- 建立用于评估 AI 机会的通用术语和评估框架。
- 指导自研与采购决策、供应商策略以及全组织 AI 技术投资。
- 管理企业 AI 工具集，包括 Databricks 数据与访问集成、多智能体工作流、令牌控制和可信数据基础。
- 与治理、安全、隐私和法务团队合作，建立负责任 AI 防护措施和可审计的变更流程。
- 通过可观测性、生产力实践、资源回收计划和使用情况分析，提高 AI 支出的效率。
- 制定适用于 TB 至 PB 级 Databricks 和 AWS 环境的数据 AI 架构战略。
- 负责机器可读数据契约、向量架构、RAG 实现，以及支持生产级 LLM 报告和智能体 AI 的企业上下文平面组件。
- 评估数据就绪度，并与分析师和工程师协调整改工作。
- 与职能负责人合作重新设计工作流。
- 通过培训、实践者社区和自助式指导提升内部 AI 能力。
- 将成功试点扩展为全公司标准化实践。
- 连接高管优先事项、职能负责人和赋能团队。
- 使 AI 生产力计划与工程和业务部门目标保持一致。
- 定义职能 AI 倡导者和 AI 工具管理员的运营标准。
- 在跨公司论坛中代表数据 AI 赋能工作，并向领导层展示采用情况和影响指标。
任职要求
- 至少 8 年将 AI 数据解决方案、产品或技术采用从试点扩展为可持续全组织实践并取得可衡量成果的经验。
- 有建立持久运营模式、标准流程和衡量体系的经验，能够在单个项目结束后持续发挥作用。
- 具有影响高级领导者并围绕长期技术投资建立共识的记录。
- 深入理解 LLM 及其实现模式，并能判断实际价值与炒作之间的差异。
- 实际管理过至少一个企业 AI 生产力平台，例如 Cursor、Claude、ChatGPT Enterprise、Glean、Gemini、编码助手或 LLM API 网关，包括用户和群组管理以及配置故障排查。
- 经常使用 LLM 助手和智能体，并具备适当的判断、验证和核查能力。
- 基于实践经验，能够判断何时应自研、何时应采购技术。
- 具有企业数据平台经验，包括使用 AI 或 LLM 的湖仓环境。
- 实际了解多域或多区域环境中的基于角色的访问控制和权限管理。
- 有与安全、隐私和法务团队合作，在受监管或健康敏感场景中定义并实施负责任 AI 控制措施的经验。
- 能够影响高级利益相关者，并在没有正式职权的情况下协调研发和业务部门。
- 能够创建和维护标准操作流程、操作手册和培训材料，使非技术用户和管理员可以独立执行。
- 具备出色的书面和口头沟通能力，能够应对从现场故障排查讨论到高管指导委员会的不同场景。
- 优先：持有 Databricks Certified Administrator 或 Databricks Certified Data Engineer 认证。
- 优先：熟悉数据网格原则和面向领域的所有权模式。
- 优先：有使用 MLflow、Feature Store 或 Databricks Model Serving 支持 ML 工作流的经验。
- 优先：了解用于数据转换和分析工程的 dbt。
- 优先：具有云和 AI 令牌 FinOps 经验，包括成本分配标签、预算提醒和分层存储优化。
- 优先：接触过 Databricks Lakehouse Federation 或类似的跨平台查询联邦方法。
- 优先：曾担任 AI 倡导者或领导类似转型计划。
- 优先：熟悉 Python、Shell 或配置即代码等脚本或配置自动化方式，以减少手动管理。
- 优先：具有健康科技、消费健康、可穿戴设备或其他受监管、高信任行业经验。
- 优先：具有为 LLM、RAG 和基于向量的应用设计生产级数据架构的高级经验。
- 优先：具有 MLOps 框架、Vertex AI、MLflow 以及生产 AI/ML 生命周期管理经验。
- 优先：能够为智能体 AI 和交互式自助分析系统定义数据需求。
- 工作地点必须在美国；居住在阿拉斯加、特拉华州、爱荷华州、密西西比州、内布拉斯加州、南达科他州、西弗吉尼亚州或威斯康星州的申请者不予考虑。
福利待遇
- 具有竞争力的薪酬，包括工资和股权部分
- 健康、牙科、视力和心理健康支持
- 一枚 Ōura Ring，以及员工亲友折扣
- 20 天带薪休假、13 个带薪节假日和 8 个灵活健康日
- 带薪病假和育儿假