Должность: Ведущий инженер по анализу данных
Местоположение: Бангалор - Индия / Бангалор, Индия
О Commvault
Commvault (NASDAQ: CVLT) обеспечивает непрерывное восстановление для эпохи ИИ. Мы помогаем организациям оставаться готовыми к постоянным сбоям, возвращая критически важные данные, приложения, идентификаторы и системы ИИ в чистое, доверенное состояние. Наши специально разработанные решения для восстановления охватывают облачные и гибридные среды, используя ИИ для обеспечения устойчивости в масштабе предприятия.
Возможность:
Ведущий инженер по ИИ и семантике — это старший технический руководитель, ответственный за соединение управляемых корпоративных данных и бизнес-смысла с масштабируемой аналитикой и решениями на основе искусственного интеллекта. Эта роль определяет архитектуру, стандарты и инженерные шаблоны для семантических моделей, управляемых метрик, готовых к ИИ продуктов данных, операций машинного обучения и потребления генеративного ИИ.
Работая на стыке аналитики, инженерии данных, науки о данных, управления данными и инженерии платформ ИИ, эта роль гарантирует, что корпоративные данные, метрики, модели и знания могут быть надежно обнаружены, поняты, развернуты, отслежены и повторно использованы. Ведущий инженер по ИИ и семантике предоставляет практическое техническое руководство, руководит сложными внедрениями и наставляет инженеров и аналитиков, оставаясь при этом индивидуальным участником.
Что вы будете делать...
Семантическая архитектура и управляемые метрики
- Определить корпоративные стандарты и эталонные шаблоны для семантических моделей, многомерных моделей, бизнес-метрик, KPI, иерархий, расчетов и многократно используемых аналитических активов.
- Разработать шаблоны потребления семантических данных в Microsoft Fabric, Power BI, данных уровня Gold в Databricks и утвержденных приложениях ИИ.
- Сотрудничать с владельцами бизнес-доменов, аналитиками и службой управления данными для преобразования бизнес-концепций в согласованные, управляемые определения и аналитические модели.
- Руководить обзорами дизайна семантических моделей и аналитических продуктов данных, балансируя удобство использования, повторное использование, производительность, безопасность и поддерживаемость.
- Обеспечить документирование семантических активов с соответствующими метаданными, происхождением, владельцем и средствами контроля изменений.
Инженерия ИИ и MLOps
- Определить инженерные стандарты для развертывания, версионирования, тестирования, мониторинга и управления решениями машинного обучения и генеративного ИИ.
- Разработать многократно используемые шаблоны ML и LLM, включая CI/CD, версионирование моделей и промптов, отслеживание экспериментов, оценку, наблюдаемость, откат и поддержку в производстве.
- Руководить внедрением конвейеров признаков, реестров моделей, рабочих процессов инференса, конвейеров извлечения, векторизованных знаний и фреймворков оценки ИИ.
- Сотрудничать с специалистами по данным и командами продуктов ИИ для переноса прототипов в безопасные, масштабируемые и поддерживаемые производственные сервисы.
- Внедрить технические средства контроля для отслеживания, воспроизводимости, производительности моделей, отклонения данных, требований ответственного ИИ и операционной надежности.
Подготовка данных и знаний к работе с ИИ
- Проектировать кураторские, управляемые продукты данных и знания для предиктивной аналитики, генеративного ИИ, помощников (copilots), агентов и генерации с дополненным извлечением.
- Определить, как структурированные данные, корпоративные метрики, метаданные, документы, эмбеддинги и индексы извлечения связаны и используются.
- Гарантировать, что приложения ИИ используют утвержденные бизнес-определения, метрики, политики доступа и авторитетные источники данных.
- Сотрудничать с командами Архитектуры и Управления данными по интеграции онтологии, глоссария, метаданных, происхождения, классификации и политик.
Техническое лидерство и сотрудничество
- Служить точкой эскалации для принятия сложных решений в области семантики, аналитики, MLOps и инженерии ИИ.
- Создавать эталонные реализации, многократно используемые фреймворки, стандарты кодирования и инженерные плейбуки.
- Наставлять старших инженеров по аналитике и ИИ, семантических инженеров, аналитиков данных и специалистов по данным.
- Влиять на кросс-функциональные дорожные карты и сообщать о архитектурных решениях, компромиссах, рисках и бизнес-результатах как технической, так и управленческой аудитории.
- Оценивать новые технологии и рекомендовать прагматичные пути их внедрения в соответствии с корпоративной архитектурой и стандартами управления.
Кто вы?
- Более 10 лет опыта в инженерии аналитики, бизнес-аналитике, семантическом моделировании, инженерии данных, инженерии машинного обучения, MLOps или смежных областях.
- Подтвержденный опыт работы в качестве ведущего технического лидера или архитектора для корпоративных решений в области данных, аналитики или ИИ.
- Глубокие знания SQL, многомерного моделирования, проектирования семантических моделей, оптимизации аналитической производительности и внедрения управляемых метрик.
- Практический опыт работы с семантическими моделями Microsoft Power BI и/или Microsoft Fabric, включая DAX и проектирование моделей корпоративного масштаба.
- Практический опыт работы с Databricks или сопоставимой облачной платформой данных и ИИ, включая производственные конвейеры данных и возможности управления жизненным циклом моделей.
- Опыт проектирования или эксплуатации CI/CD, отслеживания экспериментов, реестров моделей, мониторинга, оценки и наблюдаемости для решений ML или генеративного ИИ.
- Рабочее знание шаблонов генеративного ИИ, таких как эмбеддинги, векторное извлечение, RAG, оценка промптов и моделей, а также решений на основе агентов.
- Глубокое понимание метаданных, происхождения данных, качества данных, контроля доступа, бизнес-глоссария и принципов ответственного ИИ.
- Подтвержденная способность наставлять технических специалистов, руководить обзорами архитектуры и влиять на заинтересованные стороны без прямого полномочия.
- Степень бакалавра в области компьютерных наук, инженерии, науки о данных, информационных систем или смежной области; будет учитываться эквивалентный практический опыт.
Предпочтительные квалификации
- Опыт работы с Microsoft Purview, Unity Catalog, MLflow, Azure DevOps или GitHub Actions и инструментами облачной наблюдаемости.
- Опыт поддержки корпоративных аналитических областей Финансов, GTM (Go-to-Market), Продуктов, Клиентов или Рабочей силы.
- Опыт создания повторно используемых семантических возможностей или возможностей платформы ИИ в федеративной операционной модели.
