Snowflake22.04.2026
Principal Data Cloud Architect - SI Partners
Полная занятостьУдалёнка
Обязанности
- 01Определять и приоритизировать AI/ML-пути для клиентов топовых SI-партнеров, фокусируясь на быстрых победах и высоком потреблении
- 02Обеспечивать поддержку партнеров во время процессов RFI/RFP и POC, гарантируя быстрое выполнение и успешные результаты
- 03Разрабатывать и внедрять лучшие практики и фреймворки POC для ускорения внедрения приоритетных AI/ML-путей клиентов
- 04Создавать и управлять Центрами Совершенства Snowflake у SI-партнеров с акцентом на ускорение внедрения AI/ML
- 05Повышать зрелость возможностей партнеров для каждой категории AI/ML-продуктов, делая акцент на практических навыках
- 06Проводить вебинары и сессии по дорожной карте продуктов, фокусируясь на ускорении внедрения AI/ML
- 07Разрабатывать или переводить на Snowflake партнерские отраслевые решения для AI/ML с акцентом на скорость вывода на рынок
- 08Создавать активы для быстрого внедрения: шаблоны, примеры кода, руководства по развертыванию для категорий AI/ML-продуктов
- 09Согласовывать пути клиентов для AI/ML с решениями/предложениями партнеров, фокусируясь на быстром получении ценности
- 10Включать Cortex AI для путей клиентов с генеративным AI: Cortex LLM, Fine Tuning, Search, Analyst
- 11Поддерживать партнеров в реализации полного цикла разработки ML и MLOps с использованием Snowflake ML
- 12Консультировать партнеров по применению Cortex AI для анализа неструктурированных данных с акцентом на реальные пути клиентов
- 13Наставничать и направлять младших архитекторов облачных решений в команде PSE при работе с критическими AI/ML-заданиями
Требования
- 01Опыт работы в крупной System Integrator (SI) с доказанной историей ускорения технических побед и производственных внедрений
- 02Знание конкурентных AI/ML-платформ и решений
- 03Глубокий опыт работы с облачными платформами данных, предпочтительно Snowflake
- 04Практический опыт работы с облачными ML-платформами, такими как Sagemaker, Azure ML, VertexAI и/или MLFlow
- 05Опыт построения и развертывания конвейеров ML-моделей с использованием бессерверных и контейнеризованных вычислений (AWS Lambda, Azure Functions, Google Cloud Functions, Docker, Kubernetes и др.)
- 06Знание MLOps и CI/CD процессов и инструментов (GIT, Azure DevOps, Sagemaker Pipelines, Google Cloud Build)
- 07Опыт разработки AI/ML-сценариев, включая коммуникацию стратегии и бизнес-ценности AI/ML
- 08Опыт использования технологий интеграции Big Data или облачных данных (Matillion, Azure Data Factory, AWS Glue, AWS Lambda)
- 09Опыт разработки и развертывания ML-моделей через полный цикл Data Science
- 10Экспертные знания языков программирования для Data Science: Python, SQL, Scala и/или Spark
- 11Опыт работы с основными облачными платформами и инструментарием, особенно Azure, AWS, GCP
- 12Сильные фундаментальные знания в области computer science