Chef for AI Platform

DR - Danmarks Radio; Københavns Kommune; Presencial; DKK 1.200.000 - 1.600.000; Jornada completa

Descripción de la vacante

DR - Danmarks Radio søger en erfaren leder til at bygge og drive DR's centrale AI-platforme og infrastruktur. Du ejer pålidelighed, sikkerhed og omkostninger og balancerer adgangen mellem teams gennem guardrails og governance.

Stillingen kræver ledelse af udvikling og drift af de platforme, som DR's AI-use cases bygger på, og ansvar for driftssikkerhed, gældende politikker og tværgående arkitektur.

Responsabilidades

• Agentisk AI-platform—den platform, runtime og deployment af agenter med isolation og sandboxing.
• General harnesses som DRChat og Claude, drevet som en service for DR, med adgang, identitet, guardrails og omkostninger
• Platform til data science og ML—eksperimenter, feature engineering, pipeline-orkestrering og modellager

Conocimientos

Agent platform

DRChat

Claude

Herramientas

DRChat (internal chatbot)

Claude

Descripción del empleo

Byg og driv de AI-platforme, som hele DR bygger på

AI er en vigtig forudsætning for, at DR kan indfri sine strategiske ambitioner. Nye etiske algoritmer, der modvirker bias og polarisering, større effektivitet i DR's kernefunktioner, fleksible formater for DR's indhold og personalisering er alle strategiske prioriteter, som AI gør mulige.

DR Byg og driv de AI-platforme, som hele DR bygger på

AI er en vigtig forudsætning for, at DR kan indfri sine strategiske ambitioner. Nye etiske algoritmer, der modvirker bias og polarisering, større effektivitet i DR's kernefunktioner, fleksible formater for DR's indhold og personalisering er alle strategiske prioriteter, som AI gør mulige.

Det kræver også, at AI-systemer kører ordentligt i produktion, også dem, som vores publikum er afhængigt af. Som Chef for AI Platform bygger, driver og ejer du de centrale AI-platforme, den infrastruktur og de services som DR's AI-use cases bygges på og leveres fra. Du har ansvaret for deres pålidelighed, sikkerhed og omkostninger. Rollen balancerer mellem to hensyn.

At gøre AI tilgængeligt og til at stole på

• AI er klar til brug: teams får modeller, harnesses, værktøjer og services fra en central platform i stedet for selv at anskaffe og drive dem.
• AI-systemer kører stabilt i produktion, også dem, publikum bruger, med den driftsdisciplin, som produktion i DR kræver.
• Vejen fra idé til produktion er kort, fordi platformen allerede leverer det, teams ellers selv skulle bygge.
• Forbrug og omkostninger er kendte: forbrug, udbredelse og udgifter måles pr. platform, pr. team og pr. use case.

At undgå ukontrolleret spredning og upålidelig AI

• Ukontrolleret spredning: at hvert team vælger sine egne modeller, værktøjer og sin egen infrastruktur, uden sammenhæng og uden overblik.
• AI, der ikke holder i produktion: systemer, der virker i en pilot, men som fejler, bliver dårligere eller rammes af model drift, når folk begynder at være afhængige af dem.
• Adgang uden styring: modeller, værktøjer og agenter, der bruges uden kontrol med, hvem der bruger hvad, på hvilke data og med hvilke guardrails.
• Løbske omkostninger: udgifter til modeller, inferens og licenser, der vokser uden kontrol og uden opfølgning.

Dine ansvarsområder

• Agentisk AI-platform. Den platform, som alle agentiske løsninger kører på, både til agentisk softwareudvikling og agentiske forretningsprocesser. Det omfatter runtime og deployment af agenter med isolation og sandboxing, triggering og integration med DR's systemer og data, orkestrering med koordinering mellem agenter og adgang til værktøjer, observability, tracing og replay af flows fra ende til anden samt deployment og drift af de guardrails, kvalitets- og policy-tjek, som Arkitektur stiller til rådighed.
• Generelle harnesses. DRChat (DR's interne chatbot), Claude og lignende, som drives som en service for hele DR, med adgang og identitet, guardrails, governance, logging og omkostninger pr. bruger og pr. team.
• Platform til data science og machine learning. Den platform, DR's data scientists og ML engineers arbejder på, fra eksperimenter til produktion. Det omfatter eksperimenter, feature engineering, experiment tracking og orkestrering af pipelines, model registry, modelkatalog og teknolog