(Fließend Ukrainisch) Datenwissenschaftler (MLOps, AI DevOps) in Outstaff Your Team

Wir suchen einen ehrgeizigen und kreativen Data Scientist (MLOps, AI DevOps), der sich für KI begeistert, komplexe Herausforderungen liebt und bereit ist, innovative Lösungen im Bereich der künstlichen Intelligenz umzusetzen. Produkt: geschaffen, um die Unterstützung (Textkommunikation) zu automatisieren Beliebte CRM-Systeme mit ML. Das Produkt wird in Produktion gebracht. Das Team: Unser Team verfügt bereits über einen erfahrenen CEO und STO mit einem Hintergrund in Datenwissenschaft und maschinellem Lernen, Front-End- und Back-End-Entwicklern, einem Ingenieur für maschinelles Lernen, einem Marketingmanager und einem Designer Tun Sie Folgendes: Erstellen und unterstützen Sie die ML-Infrastruktur von fertigen Lösungen und Pipelines. Arbeiten Sie mit Datenwissenschaftlern und Software-Ingenieuren zusammen, um eine reibungslose Integration von ML-Modellen für ML-Projekte sicherzustellen Probleme im Zusammenhang mit der Leistung und Bereitstellung von ML-Modellen; Aktualisierung der Dokumentation und Verwendung von Best Practices für MLOps-Prozesse; Beeinflussung der Projektstrategie, Brainstorming mit dem Team. Anforderungen: 1–1,5 Jahre kommerzielle Erfahrung in einer verwandten Rolle (z. B. ML-Ingenieur, Daten). Ingenieur, DevOps-Ingenieur);Praktische Erfahrung in der Bereitstellung und Unterstützung von ML-Modellen in der Produktion;Erfahrung mit Überwachungs- und Protokollierungstools (z. B. Prometheus, Grafana, ELK Stack);Erfahrung mit gängigen ML-Frameworks und Bibliotheken (z. B. TensorFlow, PyTorch, scikit-learn); Starke Erfahrung mit Python; Erfahrung mit Skriptsprachen (z. B. Bash); Erfahrung mit einer der wichtigsten Cloud-Plattformen (z. B. AWS, Azure, Google Cloud); grundlegendes Verständnis von MLOps-Praktiken und -Tools (z. B. MLflow, Kubeflow); von CI/CD-Pipelines und Tools (z. B. Jenkins, GitLab CI); Verständnis von Containerisierungstechnologien (z. B. Docker) und Orchestrierungstools (z. B. Kubernetes); Verständnis von ML-Cloud-Diensten (z. B. AWS SageMaker, Azure ML, Google AI Platform); Kenntnisse im Umgang mit Git und Verständnis für Verzweigungen, Zusammenführungen und Pull-Requests sind von Vorteil: Erfahrung mit verteilten Computer-Frameworks (z. B. Apache Spark); Vertrautheit mit automatisierten Test- und Qualitätssicherungspraktiken von ML-Modellen; Wissenskonzepte und Datenverarbeitungstools (z. B. ETL-Prozesse, Datenspeicherung); Sinn für Humor 😊VorteileWir bieten: Wettbewerbsfähige Vergütung in USD; Möglichkeit, die Produktarchitektur zu beeinflussen; Angemessenes, freundliches Management; keine Bürokratie ; Remote-Arbeit in der Ukraine oder anderswo in einer nahegelegenen Zeitzone; Atmosphäre eines gemütlichen Startups mit Stabilität durch eine Holdinggesellschaft Mehr anzeigen Weniger anzeigen Positionsebene Oberstufe der Sekundarstufe Art der Beschäftigung VollzeitArbeitspflichten Maschinenbau Branchen Gemeinnützige Organisationen sowie Grund- und weiterführende Bildung