Inżynier wysunięty do przodu – AI

Przedsiębiorstwa wdrażają sztuczną inteligencję szybciej, niż są w stanie nią zarządzać, i szukają partnera, który może zrobić dwie rzeczy na raz: wiarygodnie mówić o zaufaniu do sztucznej inteligencji, jej zarządzaniu i bezpieczeństwie, a także faktycznie budować. Tym partnerem jest wysunięty inżynier (AI).

Jesteś techniczną twarzą AvePoint w organizacjach klientów: równie swobodnie omawiasz koncepcje zaufania i zarządzania AI z CISO, przekładasz problem biznesowy na projekt budowy AI o określonym zakresie i samodzielnie piszesz pierwszy działający prototyp. Osadzasz klientów, dostarczasz rzeczywiste wyniki i jesteś właścicielem zaangażowania od początku do końca.

Nie jest to rola przedsprzedażowa ze skryptem demonstracyjnym ani rola dostarczania zaplecza. Jest to model zaangażowania zapoczątkowany przez wiodące firmy zajmujące się sztuczną inteligencją dla ich strategicznych klientów korporacyjnych: starszy inżynier oddelegowany do przodu, z autonomią w zakresie rozwiązywania problemu od pierwszego warsztatu po produkcję.

Co zrobisz

Doradzanie w zakresie zaufania i zarządzania sztuczną inteligencją.

Prowadź warsztaty, które pomagają klientom zrozumieć i przejąć kontrolę nad środowiskiem sztucznej inteligencji — agentów, drugich pilotów, modele i dane za nimi stojące, w tym sztuczna inteligencja typu Shadow, o której nie wiedzieli. Wyjaśnij w sposób wiarygodny koncepcje zarządzania sztuczną inteligencją, stanu bezpieczeństwa i odporności zarówno zespołom technicznym, jak i kadrze kierowniczej. Przeprowadź klientów przez obowiązki, takie jak unijna ustawa o sztucznej inteligencji, NIS2 i ISO 42001, i pomóż im opracować praktyczne modele operacyjne: inwentarze sztucznej inteligencji, przepływy pracy związane z zatwierdzaniem, klasyfikacja ryzyka i dowody audytu.

Zakres i kształt projektów budowania AI.

Spotkaj się z interesariuszami biznesowymi, aby zrozumieć podstawową potrzebę stojącą za hasłem „chcemy sztucznej inteligencji dla X”. Zidentyfikuj przypadki użycia o najwyższej wartości, zdefiniuj kryteria sukcesu i przełóż niejednoznaczne wymagania na konkretne, możliwe do oszacowania zakresy techniczne — zarysy architektury, wymagania dotyczące danych i integracji, fazy dostawy, oceny nakładu pracy i ryzyka. Napisz zestawienia prac, które zespoły inżynieryjne mogą faktycznie wykonać, a klienci mogą podpisać.

Buduj i dostarczaj.

Twórz prototypy i komponenty produkcyjne dla klienckich rozwiązań AI: przepływy pracy agentów, potoki RAG, integracje LLM (Azure OpenAI, AWS Bedrock, Google Vertex, Anthropic), integracje narzędzi oparte na MCP oraz związane z nimi kontrole zarządzania i bezpieczeństwa. Dostarczaj niestandardowe adaptery i narzędzia lokalne dla środowisk regulowanych, z ograniczeniami w chmurze lub z przerwami powietrznymi, w których nie można zastosować standardowego podejścia SaaS.

Bądź właścicielem relacji poprzez dostawę.

Działaj jako zaufany doradca techniczny od pierwszych warsztatów aż do uruchomienia: prowadź sesje wdrożeniowe, wspieraj wdrażanie, rozwiązuj problemy w środowisku produkcyjnym i rozszerzaj zaangażowanie tam, gdzie widzisz prawdziwą wartość dla klienta.

Czego szukamy

Niezbędne rzeczy

• Ponad 5 lat doświadczenia w inżynierii oprogramowania, architekturze rozwiązań lub doradztwie technicznym, z czego co najmniej 2 lata praktycznej pracy z nowoczesnymi systemami AI/LLM w rzeczywistych projektach (nie tylko w eksperymentach).

• Budowanie praktycznego doświadczenia z interfejsami API i frameworkami LLM (np. Azure OpenAI, Bedrock, Vertex, LangChain, Semantic Kernel) i wzorcami, takimi jak RAG, agentyczne przepływy pracy i wywoływanie narzędzi/funkcji.

• Ekspertyza w zakresie uczenia maszynowego: praktyczne doświadczenie w zakresie uczenia maszynowego obejmujące opracowywanie, ocenę, wdrażanie i operacjonalizację modeli, ze szczególnym uwzględnieniem rozwiązań AI dla przedsiębiorstw, analiz predykcyjnych i skalowalnych praktyk MLOps.

• Silne umiejętności programowania w języku Python i/lub C#/TypeScript oraz płynna praca z co najmniej jedną główną platformą chmurową (Azure, AWS lub GCP), w tym usługami tożsamości, sieciami i danymi.

• Wykazana umiejętność określania zakresu projektów technicznych na podstawie niejednoznacznych wymagań biznesowych: można przeprowadzić warsztaty dotyczące wymagań, konstruktywnie kwestionować założenia i stworzyć wiarygodny plan obejmujący etapy, szacunki i ryzyko.

• Doskonała komunikacja z zainteresowanymi stronami wyższego szczebla — możesz wyjaśnić członkowi zarządu, dlaczego zarządzanie sztuczną inteligencją jest ważne, i omówić kompromisy w zakresie wektorowych baz danych z inżynierem platformy na tym samym spotkaniu.

• Gotowość do podróżowania do lokalizacji klientów i działania z dużą samodzielnością w przypadku niejednoznacznych, szybko zmieniających się zleceń.

Mocne plusy

• Praktyczna wiedza na temat ram zarządzania sztuczną inteligencją i zgodności z nią: ustawa UE o sztucznej inteligencji, NIS2, ISO/IEC 42001, NIST AI RMF lub model AI TRiSM firmy Gartner.

• Doświadczenie w tematach związanych z bezpieczeństwem sztucznej inteligencji: natychmiastowe wstrzykiwanie, wyciek danych, udzielanie zezwoleń agentom, model i stan bezpieczeństwa danych (koncepcje AI-SPM/DSPM).

• Znajomość protokołu Model Context Protocol (MCP), środowisk wykonawczych agentów lub wektorowych baz danych (np. Pinecone, Milvus, Weaviate, Chroma).

• Doświadczenie w zarządzaniu danymi przedsiębiorstwa, bezpieczeństwie, tworzeniu kopii zapasowych/odporności lub ekosystemie Microsoft 365 / wielu chmur, w którym działa AvePoint.

• Doświadczenie w dostarczaniu produktów dla regulowanych branż (sektor publiczny, obrona, usługi finansowe, opieka zdrowotna) lub środowisk pozbawionych dostępu do powietrza/suwerennych.

• Wcześniejsze doświadczenie na stanowisku inżyniera zorientowanym na przyszłość, wbudowanym doradztwie lub inżynierii zorientowanej na klienta.

• Dodatkowe języki istotne dla bazy klientów w Twoim regionie.

Jak będziemy mierzyć sukces

W ciągu pierwszych 6–12 miesięcy będziesz prowadzić warsztaty odkrywania i zarządzania sztuczną inteligencją dla wielu klientów korporacyjnych, określać zakres i wygrywać co najmniej jedno znaczące zlecenie dotyczące tworzenia sztucznej inteligencji lub zarządzania nią, a także dostarczać działające oprogramowanie do środowiska klienckiego. Przede wszystkim: klienci pytają o Ciebie po imieniu.

Dlaczego ta rola, dlaczego teraz

Wdrożenie sztucznej inteligencji wyprzedziło kontrolę przedsiębiorstwa, co zauważyli organy regulacyjne. Każda duża organizacja musi teraz widzieć, zarządzać, zabezpieczać i utrzymywać swoje zasoby sztucznej inteligencji, a większość potrzebuje partnera, który może zarówno doradzać, jak i budować. Jako FDE w AvePoint pomożesz zdefiniować ten model zaangażowania od podstaw, będziesz pracować na pograniczu agentycznej sztucznej inteligencji i zaufania do sztucznej inteligencji, a będziesz to robić, mając za sobą dwie dekady doświadczenia w zarządzaniu danymi przedsiębiorstwa i wiedzy specjalistycznej w zakresie odporności.

#LI-SB1

Wszelkie dane osobowe, które nam udostępnisz w trakcie procesu aplikacyjnego, będą przetwarzane ściśle zgodnie z obowiązującymi przepisami o ochronie danych i naszą Informacją o ochronie prywatności.…

Źródło: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/avepoint/forward-deployed-engineer-ai-london-370964)