AI解决方案架构师

15个月前全职
Deloitte

Deloitte

location 芝加哥
unsaved
德勤人力资本咨询 人力资本提供组合致力于帮助组织通过他们最重要的资产:人员,来管理和维持他们的绩效。为了保持领先地位,组织需要实时访问人力资本洞察力、专家和创新技术解决方案,这些解决方案旨在驱动、维持和扩展组织的绩效和参与度。支持人力资本提供组合的产品和能力,我们的工程团队充满了充满激情、精力充沛和多才多艺的工程师,他们对构建世界上最好的个性化和业务友好的应用程序感到兴奋。最近,在我们现有的所有资产中建立了人工智能能力,并建立了新的人工智能资产。 德勤人力资本咨询资产店的人工智能解决方案架构师的任务是领导创新数据产品和人工智能解决方案的设计、架构和实施,旨在增强人力资本提供组合。这个角色在利用数据和人工智能技术方面起着关键作用,需要对数据科学、统计学、机器学习、生成式人工智能、大型语言模型(LLMs)和多模态模型有深刻的理解。人工智能架构师将提供实时的人力资本洞察力,并开发能够推动和维持组织绩效和参与度的技术解决方案。 此外,人工智能解决方案架构师将监督人工智能解决方案团队的架构,重点是修改现有产品和创建新产品。理想的候选人将热衷于设计、构建、实施和维护工业人工智能/机器学习/生成式人工智能应用程序。领导能力对于实施最新的人工智能技术和架构以及不断改进人工智能/机器学习开发、交付和运营过程至关重要。该角色涉及遵循软件工程、DevOps、MLOps和LLMOps的最佳实践。 人工智能解决方案架构师还负责将项目需求转化为战略架构解决方案,确保集成来自主要超大规模云服务提供商的云原生工具,用于创建聊天机器人、优化和认知服务。这个角色需要技术专业知识和能够弥合复杂的业务挑战和变革性人工智能解决方案之间的差距的能力,使其成为一个战略上至关重要的职位。 你将要做的工作 战略定位和愿景 • 定义和监督人工智能/机器学习/生成式人工智能的技术方向和架构愿景,确保与战略目标和数字化转型努力的一致性 • 将业务领导者的愿景转化为现实的技术实施,同时识别不一致的举措和不切实际的用例 架构设计和技术选择 • 在架构一个全面的人工智能工程框架中发挥关键作用,支持ML模型和生成式人工智能解决方案的部署、评估和管理 • 从开源和商业提供的技术中选择适当的技术,考虑部署模型和与现有工具的集成 • 理解并参与到MLOps和LLMOps中,重点关注操作能力和基础架构,以部署和管理机器学习模型和大型语言模型 协作和利益相关者参与 • 与企业、应用、数据和DevOps架构师、数据科学家、机器学习和生成式人工智能工程师以及业务团队合作,试点应用案例并讨论架构设计 • 收集多个利益相关者的意见,使技术实施与现有和未来需求保持一致 • 与高层决策者保持联系,领导提案开发,并为定价策略做出贡献 运营卓越和持续改进 • 负责使用敏捷方法成功执行基于人工智能的应用程序 • 审核数据、模型和软件工程的人工智能工具和实践,重点关注持续改进和反馈机制 • 在业务和安全要求的基础上,为标准化CI/CD流水线、用户和服务角色以及容器创建、模型消费、测试和部署方法做出贡献 风险管理和伦理考虑 • 与安全和风险领导者密切合作,预见和减轻风险,确保道德的人工智能实施,并符合即将出台的法规 • 解决潜在问题,如训练数据污染、人工智能模型盗窃和对抗样本 产品战略和业务理解 • 帮助人工智能产品经理和业务利益相关者在计划新产品时理解人工智能的潜力和局限性 • 解决客户问题,并了解领先的技术、分析方法、工具和运营模型方法 研究与开发 • 进行研究,为解决实际挑战的规模化人工智能/机器学习功能提供技术解决方案,并根据质量、可扩展性、性能和成本做出权衡 工具开发和数据管理 • 构建辅助数据摄取、特征工程、数据管理和组织的工具和能力 • 为数据处理和模型训练设计、实施和维护分布式计算解决方案,确保机器学习基础设施的安全性、可扩展性和可靠性 必备条件: • 计算机科学、统计学、数据科学或相关领域的学士学位 • 6年以上相关咨询经验,领导一个团队(在岸和离岸) • 6年以上的非功能性需求收集、设计和验证应用架构框架,以及执行功能和测试任务的经验 • 5年以上在人工智能环境中工作的经验 • 5年以上将需求转化为客户就绪设计文档的经验 • 5年以上应用架构分析、设计和交付的经验 • 5年以上的完整系统开发生命周期实施经验 • 根据你的工作、客户和行业/部门的情况,平均旅行时间为0-25% • 可能提供有限的移民赞助 优先条件: • 高级学位,如硕士或博士学位 • 人工智能/机器学习技术和云平台的认证,如AWS认证机器学习-专业、Google Cloud专业机器学习工程师、Azure AI工程师、Azure数据科学家或Azure解决方案架构师 • 5年以上的数据科学、统计学和机器学习经验 • 5年以上的生成式人工智能/LLMs经验,最好有交付和生产化经验 • 5年以上的机器学习模型开发、自然语言处理和数据分析经验;有监督和无监督学习、特征工程、模型训练和部署经验 • 5年以上在AWS、Microsoft和Azure等云平台上实施基于云的人工智能/机器学习工作负载的经验 可能的工作地点:凤凰城、斯坦福、迈阿密、坦帕、亚特兰大、芝加哥、波士顿、巴尔的摩、底特律、大急流城、明尼阿波利斯、夏洛特、莫里斯敦、克利夫兰、哥伦布、波特兰、费城、匹兹堡、奥斯汀、达拉斯、休斯敦、亚历山德里亚、哈特福德、麦克林 你可能还有资格参加一项自由裁量的年度激励计划,该计划受制于规定该计划的规则,其中奖励(如果有)取决于各种因素,包括但不限于个人和组织绩效。 有关人力资本的更多信息,请访问我们的专页:https://www2.deloitte.com/us/en/pages/careers/articles/join-deloitte-human-capital-consulting-jobs.html #HC24 #HCaaS24