Lead Solutions Architect - Generative AI (EMEA Emerging DNB)

О позиции

Databricks — компания, создавшая платформу Data Intelligence Platform, на которой работают более 10 000 организаций по всему миру. Команда Digital Natives Hunting в UK&I фокусируется на привлечении новых высокорастущих стартапов, партнёрстве с техническими основателями и формировании экосистемы вокруг Databricks в британском стартап-сообществе. Lead Solutions Architect в этой команде — стратегическая фигура: технический советник, евангелист и охотник за новыми логотипами в одном лице.

Будет плюсом

• Знакомство с PostgreSQL-совместимыми системами и архитектурами для low-latency serving
• Опыт миграции/модернизации операционных БД (Aurora, RDS, PostgreSQL) в сторону Lakehouse-интегрированных архитектур
• Глубокая экспертиза в области Generative AI: LLM, RAG-архитектуры, Compound AI Systems
• Знакомство с Agentic Workflows, файн-тюнингом моделей (Mosaic AI) и inference at scale
• Публичное присутствие в техническом сообществе: блог, выступления на крупных конференциях (Data+AI Summit, AWS re:Invent) или Open Source контрибуции

Условия

• Работа в одной из ключевых компаний мирового рынка данных и AI, создавшей Apache Spark, Delta Lake и MLflow
• Роль стратегического уровня с прямым влиянием на развитие британской стартап-экосистемы
• Партнёрство с самыми инновационными компаниями рынка: техническими основателями и CTO будущих «единорогов
• Комплексный пакет льгот и бенефитов, адаптированный для региона
• Культура инклюзивности и diversity: оценка кандидатов исключительно по профессиональным качествам

Навыки

• Apache Spark
• Databricks
• Delta Lake
• MLflow
• Data Engineering
• Data Science
• Generative AI
• Large Language Models (LLMs)
• RAG
• Agentic AI
• PostgreSQL
• OLTP
• Real-Time Data Processing
• Lakehouse Architecture
• Data Architecture
• Solutions Architecture
• Technical Evangelism
• Cloud Computing
• AWS
• Mosaic AI

Могут спросить на собеседовании

1. Расскажите о конкретном случае, когда вам удалось сформировать техническое доверие у CTO или технического основателя стартапа уже на первой встрече. Что было решающим?
2. Как вы подходите к квалификации сделки в сегменте Digital Natives? По каким сигналам вы принимаете решение «выйти» из переговоров?
3. Приведите пример архитектурного решения, где вы связывали транзакционную (OLTP) систему с аналитической платформой для поддержки AI/ML-нагрузок в реальном времени.
4. Как бы вы выстраивали присутствие Databricks в британской VC и акселераторной экосистеме с нуля? Какие первые три шага вы бы предприняли?
5. Как вы объясняете бизнес-ценность перехода к Lakehouse-архитектуре техническому основателю стартапа, уже использующего 'bleeding-edge' стек (например, на базе DuckDB или Iceberg)?