最低资格要求：
• 理学学士学位，科学、技术、工程、数学或等同实践经验。
• 在统计编程语言（例如Python）、应用机器学习技术和使用OSS框架（例如TensorFlow、PyTorch）方面具有经验。
• 有交付技术演示和领导业务价值会议的经验。
• 有人工智能应用（例如深度学习、自然语言处理、计算机视觉或模式识别）的经验。
首选资格：
• 计算机科学、工程或相关技术领域的硕士学位。
• 使用以下一个或多个机器学习框架进行设计和部署的经验：TensorFlow、PyTorch、JAX、Spark ML等。
• 在大规模环境中训练和微调模型（例如图像、语言、推荐）的经验，包括使用加速器。
• 在分布式训练和优化性能与成本方面具有经验。
• 在MLOps和LLMOps背景下使用CI/CD解决方案的经验，包括使用基础架构即代码（例如使用terraform）进行自动化。
• 具备系统设计能力，能够构建和解释数据流水线、机器学习（ML）流水线以及ML训练和服务方法。
关于工作
作为生成式AI领域解决方案架构师，您将支持Google Cloud的销售和工程团队，与AI本地人才、大型企业和初创AI企业一起孵化、试点和部署Google Cloud领先的AI/ML和生成式AI技术。您将帮助客户使用Google Cloud的灵活开放的基础设施，包括AI加速器（TPU/GPU），更快地创新解决方案。
在这个角色中，您将通过应用关键行业工具、技术和方法来解决问题，识别、评估和开发生成式AI和AI/ML应用。您将通过帮助运行现有模型的基准测试、寻找使用加速器的新模型机会、开发迁移路径和帮助分析性能成本，帮助客户在整体云战略中利用加速器。您将与内部云AI团队密切合作，消除障碍，塑造我们产品的未来。您将在快速变化的技术领域中处理模糊问题，解决问题并快速学习。您还需要根据需要出差。
Google Cloud通过提供最佳的基础设施、平台、行业解决方案和专业知识，加速组织实现数字化转型。我们提供基于谷歌尖端技术的企业级解决方案，所有这些都在业界最清洁的云上。来自200多个国家和地区的客户将Google Cloud视为他们值得信赖的合作伙伴，以实现增长并解决他们最关键的业务问题。
职责
• 通过了解客户的业务流程和目标，成为客户的信任顾问。设计跨数据、人工智能和基础设施的AI驱动架构，并与同事合作将整个云栈纳入整体架构。
• 通过与客户合作进行POC、演示功能、调优模型、优化模型性能、剖析和基准测试，展示Google Cloud的差异化。在大规模环境中解决训练/服务模型的问题并找到解决方案。
• 构建可重复使用的技术资产，例如脚本、模板、参考架构等，以便其他客户和内部团队使用。在基础设施和AI/ML交叉领域，与跨职能团队合作，影响Google Cloud的战略和产品方向，倡导企业客户需求。
• 与领导层协调区域现场能力培养，并与产品和合作伙伴组织密切合作进行外部能力培养活动。 
伦敦