GenAI

Articles related to "GenAI"

5 articles in total

August 11, 2026

AI Engineer, FDE (Forward Deployed Engineer)

本文是Databricks在印度班加罗尔发布的AI工程师-FDE前线部署工程师招聘信息。该岗位隶属于Databricks的AI Forward Deployed Engineering团队，这是一个高度专业化的客户面AI团队，负责为客户交付专业服务，帮助其构建并产品化首创AI应用。岗位核心职责包括利用Databricks AI研究的最新技术开发尖端GenAI解决方案，涵盖RAG、多智能体系统、Text2SQL及模型微调等；负责面向消费者及内部的GenAI应用的生产上线；并作为客户的可信技术顾问。该职位要求与工程、产品及开发者关系团队跨职能协作，影响产品路线图，并在Data + AI Summit等顶级会议上发表演讲。技术栈方面，候选人需具备使用HuggingFace、LangChain、DSPy等工具构建GenAI应用的实战经验，以及在大规模分布式数据集上使用Databricks Intelligence Platform和Apache Spark的经验。任职要求强调生产级机器学习部署能力，涉及AWS、Azure或GCP云平台，且需具备在pandas、scikit-learn、PyTorch等常见工具上的多年数据科学行业经验。该职位支持远程办公，要求候选人拥有计算机科学或统计学等相关量化专业硕士学位，并具备向非技术受众传达技术概念的沟通能力。

July 11, 2026

部署型人工智能工程师，运营部 - Zipline

Zipline 正在招聘 Forward Deployed AI Engineer, Operations 岗位，工作地点位于美国加利福尼亚州南旧金山，要求现场办公。该职位类似于 Zipline 内部的 AI 创业公司 CTO，直接向运营负责人汇报，负责为航空、物流、配送中心、维护、客户运营和商业团队构建端到端的 GenAI 工具并投入生产。Zipline 是全球最大、经验最丰富的无人机配送服务商，在四大洲运营，每 30 秒完成一次配送，已完成数百万次交付，累计安全商业自主飞行里程超过 1.4 亿英里。岗位要求具备构建 GenAI 解决方案的经验，熟悉大模型、数据处理管道和分析工具，精通 Python、TypeScript/JavaScript、Java 或 C++ 等编程语言，能与非技术同事协作，并愿意最多 50% 的时间出差。该岗位薪资范围为 112,500 至 300,000 美元，外加股权、奖金和福利。文章指出，该角色的影响力将来自被采纳、被信任和日常使用中的系统，而非演示。候选人需具备实用的工程思维，专注于交付生产级 AI 系统，而非学术基准。

July 7, 2026

高级AI工程师 - FDE（前向部署工程师）- 美国联邦部门 - Databricks

本文是Databricks发布的Sr. AI Engineer - FDE（前线部署工程师）招聘信息，工作地点位于美国华盛顿特区、马里兰州或弗吉尼亚州，服务于美国联邦部门。该职位隶属于Databricks高度专业化的客户面向AI团队——AI FDE团队，核心职责包括利用Databricks AI研究的最新技术开发前沿生成式AI解决方案，涵盖RAG、多智能体系统、Text2SQL、模型微调等应用，并负责GenAI应用的生产环境部署、评估与优化。候选人需使用HuggingFace、LangChain、DSPy等工具，并具备在AWS、Azure或GCP上部署生产级机器学习系统的经验。由于联邦合同要求，该职位强制要求美国公民身份及获得美国政府机密许可的能力，持有现行Secret或更高级别许可者优先。职位薪资范围为182,000至250,208美元年薪，并提供年度绩效奖金、股权等福利。Databricks强调其平台已被Comcast、Condé Nast、Grammarly及超过50%的财富500强企业采用，由Lakehouse、Apache Spark、Delta Lake和MLflow的原创者创立。该职位需要跨职能协作，影响产品路线图，并在Data + AI Summit等会议上担任思想领袖。

AI Engineer - FDE (Forward Deployed Engineer)

本文是一则来自Databricks的招聘启事，职位为AI工程师 - 前线部署工程师（Forward Deployed Engineer, FDE），工作地点位于瑞典斯德哥尔摩。该职位隶属于Databricks高度专业化的客户服务型AI前线部署工程团队，团队编号为CSQ227R178，向EMEA地区的高级经理汇报。FDE团队的核心任务是交付专业服务，帮助客户构建并产品化首创的AI应用，并与工程、产品和开发者关系团队跨职能合作，塑造长期战略优先事项。职位的主要影响力包括：开发融合Databricks AI研究成果的尖端生成式AI解决方案，负责面向消费者和内部的生成式AI应用的生产环境部署，担任不同领域客户的可信赖技术顾问，以及在Data + AI Summit等会议上发表演讲，成为内外部公认的思想领袖。候选人需具备构建RAG（检索增强生成）、多智能体系统、Text2SQL和模型微调等生成式AI应用的经验，并熟练使用HuggingFace、LangChain和DSPy等工具；必须精通在AWS、Azure或GCP上部署生产级机器学习系统。优先考虑有使用Databricks智能平台和Apache Spark处理大规模分布式数据集经验的候选人。Databricks总部位于旧金山，全球拥有超过30个办事处，其统一的Data + AI平台被包括阿迪达斯、AT&T、拜耳、万事达卡和70%的财富500强在内的超过20,000家组织使用，平台包含Genie、Lakebase、Agent Bricks、Lakeflow、Lakehouse和Unity Catalog等组件。

从配置到采纳：联络中心AI部署最佳实践

本文是Five9公司产品营销总监Sarika Prasad与高级总监Josh Sosebee在一场网络研讨会上分享的AI部署最佳实践，聚焦于联络中心场景的落地方法论。文章提出四个核心建议：其一，语音转文本（speech-to-text）的准确性是所有语音AI应用的基础，需采用词错误率（WER）衡量，Five9建议通过真实通话音频的内部测试框架为客户定制或训练模型。其二，应采用“引擎无关的AI策略”，避免供应商锁定，文中举例DeepGram在Five9的AI Agents准确率测试中领先，而Amazon在agent assist方面更强，因此需要灵活切换。其三，生成式AI（GenAI）显著压缩了部署周期，例如一家家具配送公司通过预配置LLM模板即快速上线，另一医疗客户借助LLM将600个医学术语双语同义词映射的部署时间从数周缩短至一天。其四，将一次性部署转为分阶段上线，从数小时即可完成的转录与摘要，到后续几周的指导卡片，再到复杂的自助服务，并行推进；同时强调人工座席是赋能对象而非被替代者，AI主要负责处理密码重置等高量重复任务。据Five9对超1000名消费者的调查，36%的客户因一次糟糕的聊天机器人体验便不再使用，因此首次部署质量直接影响客户留存。文章最终结论指出，在启动自动化前构建“AI蓝图”、审查客户真实对话数据以识别高影响机会，是成功的关键。