Einordnung
Der Ansatz von AWS ist die Auswahl: Modelle verschiedener Hersteller hinter einer Schnittstelle, eingebettet in die vorhandenen Sicherheits- und Netzwerkkonzepte. Das erleichtert Freigaben, weil keine neue Plattform eingeführt werden muss.
Typische Vorhaben
- Modellzugang innerhalb der bestehenden AWS-Umgebung
- Wissensassistenten und Agenten
- Training und Betrieb eigener Modelle
- Leitplanken und Protokollierung zentral
Gefragte Kenntnisse
Rollen in diesem Umfeld
- AI Platform EngineerDer AI Platform Engineer stellt die gemeinsame Infrastruktur bereit, auf der Teams KI entwickeln und betreiben: Umgebungen, Zugriffe, Modellzugänge und zentrale Dienste.
- MLOps EngineerDer MLOps Engineer baut und betreibt Prozesse, Werkzeuge und Automatisierung für den gesamten Lebenszyklus von Modellen in Produktion, vom Training über das Deployment bis zur Überwachung.
- AI EngineerDer AI Engineer baut KI-Systeme, die im Alltag funktionieren.
- AI ArchitectDer AI Architect entwirft die Gesamtarchitektur von KI-Lösungen über Daten, Modelle, Software, Plattform und Sicherheit hinweg.
- AI Security SpecialistDer AI Security Specialist schützt KI-Lösungen, Modelle, Daten und Dienste vor KI-spezifischen und klassischen Angriffen.