最低要求：
• 计算机科学、数据科学或同等实践经验的学士学位。
• 在AI/ML领域担任技术销售工程师或软件工程师的4年经验。
• 在Python和ML框架（如TensorFlow、PyTorch）方面有经验。
• 作为用户或开发人员具有生成式AI的经验。
• 有交付技术演示和领导详细业务价值会议的经验。
优先资格：
• GCP专业机器学习工程认证。
• 在企业环境中架构MLOps系统，并构建、扩展和优化企业级机器学习系统的经验。
• 在批处理和在线模型服务方面的工作经验，了解模型管理和监控。
• 熟悉GCP服务及其在分析和数据工程中的使用，包括BigQuery和Vertex AI。
• 熟悉Vertex AI模型部署和Vertex Pipelines自动化。
• 在GCP上进行数据工程流水线的基础设施构建和维护能力。
关于工作
作为AI/ML领域解决方案架构师，您将支持Google Cloud的销售团队和工程孵化器，为AI原住民和创新者、大型企业和初创AI初创公司部署Google Cloud行业领先的AI/ML和生成式AI技术。您将通过应用关键行业工具、技术和方法论来识别、评估和开发生成式AI和AI/ML应用，帮助客户使用Google Cloud的灵活开放基础设施，包括AI加速器（TPU/GPU），更快地创新解决方案。
在这个角色中，您将通过帮助运行现有模型的基准测试、寻找使用加速器的新模型的机会、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。在此过程中，您将与内部云AI团队密切合作，消除障碍并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不清的情况，解决问题并快速学习。
Google Cloud通过提供最佳基础设施、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Google尖端技术的企业级解决方案，全部部署在行业最干净的云上。在全球200多个国家和地区，客户都将Google Cloud视为值得信赖的合作伙伴，以实现增长并解决其最重要的业务问题。
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。架构涵盖数据、AI和基础设施的AI驱动解决方案，并与同行合作，将完整的云堆栈纳入整体架构。
• 通过与客户合作演示特点、调整模型、优化模型性能、分析和基准测试，展示Google Cloud的差异化。在大规模环境中培训/提供模型时，解决问题并找到解决方案。
• 构建可重复使用的技术资产，如脚本、模板、参考架构，以启用其他客户和内部团队。通过提倡企业客户需求，与跨职能团队密切合作，影响Google Cloud在基础设施和AI/ML交叉领域的战略和产品方向。
• 与领导层协调区域性现场培训，并与产品和合作伙伴组织密切合作进行外部培训活动。根据需要出差。 
香港