Data and AI Solution Architect
EPAM — это мировой лидер в ИТ-консалтинге, предлагающий работу над сложными проектами с передовым стеком (GenAI, Databricks). Локация в Грузии и фокус на инновациях делают вакансию очень привлекательной для опытных архитекторов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Роль требует глубоких знаний в области облачных технологий, Databricks и генеративного ИИ, а также опыта проектирования распределенных систем корпоративного уровня. Высокая планка ожиданий по клиентскому взаимодействию и архитектурному лидерству.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата для Solution Architect в Грузии в международных компаниях уровня EPAM обычно находится в верхнем сегменте рынка, соответствуя европейским стандартам для опытных специалистов. Указанный диапазон отражает рыночные ожидания для кандидатов с глубокой экспертизой в AI и облачных данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Data and AI Solution Architect
EPAM Systems LLC
*📅* Deadline: 2026-11-30
*🗺* Georgia
*🗂*
*📢* We are seeking a highly professional, client-facing Data and AI Solution Architect to drive the design, implementation, and delivery of advanced data (Databricks-based data lake, data migration, and semantic data layer creation) and AI solutions for enterprise clients (Agentic AI for the client, A-SDLC). The ideal candidate will have deep proficiency in cloud, data, and GenAI technologies, with a proven track record in architecting scalable, enterprise-wide, distributed applications across cloud environments.
*🆔* 100097751
*👉* Facebook Group
*👉* Facebook Page
*👉* LinkedIn Page
*👉* Telegram: Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Databricks
- Generative AI
- Cloud Computing
- Data Migration
- Distributed Systems
- Architecture
- Agentic AI
Возможные вопросы на собеседовании
Вакансия предполагает работу с Databricks для создания озер данных и семантических слоев.
Опишите ваш опыт проектирования семантического слоя данных на базе Databricks: с какими основными вызовами вы сталкивались при обеспечении консистентности данных?
В описании упоминается Agentic AI и A-SDLC.
Как бы вы подошли к внедрению Agentic AI в существующий цикл разработки ПО (SDLC) крупного корпоративного клиента для повышения эффективности команд?
Роль требует опыта миграции данных.
Расскажите о наиболее сложной миграции данных в облако, которой вы руководили. Как вы обеспечивали минимальное время простоя и целостность данных?
Позиция является client-facing (взаимодействие с клиентами).
Как вы балансируете между техническими ограничениями архитектуры и бизнес-требованиями клиента, которые могут быть труднореализуемыми?
Упоминается работа в распределенных облачных средах.
Каковы ваши стратегии обеспечения масштабируемости и отказоустойчивости для GenAI приложений в мультиоблачной инфраструктуре?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

