ML -Ingenieur in ITRex Group

Über Itrexwe sind ein globales IT -Beratungs- und Entwicklungsunternehmen mit einer We Care -Haltung, die sich bemüht, die digitale Transformation unserer Kunden zu schwenken. Unser 230+ Team vereint kreative und talentierte funktionsübergreifende Experten, die sich hungrig auf den Erfolg jedes Projekts haben. Wir haben Hunderte von bahnbrechenden Lösungen für Fortune 500 Giants, Mid-Market-Unternehmen und Startups geliefert und stolz darauf, Teil einer Erfolgsgeschichte globaler Führungskräfte wie TASC, Procter & Gamble, Dun & Bradstreet, Turvo, Universal Electronics, zu sein Shutterstock, Dollar Shave Club oder Jibjab. Wir schätzen Initiative, offene Kommunikation und selbstmotiviertes Engagement und nicht die Einhaltung von Einhaltung und Kasten-Ticking und suchen nach Gleichgesinnten, die unsere Leidenschaft für gemeinsame neue Dinge gemeinsam haben. Schließen Sie sich unserem freundlichen Team als ML -Ingenieur bei! Unsere Erwartungen haben 4+ Jahre Erfahrung als Softwareentwickler mit mindestens 3 Jahren in einem ML -Ingenieur Rolestong -Verständnis für maschinelle Lerntechniken, einschließlich beaufsichtigter und unbeaufsichtigtes Lernen, NLP, Deep -Learning -Fundamentals und Modellbewertungsprofizierung In Python- und ML-Frameworks wie Tensorflow, Pytorch, Scikit-Learn, Pandas und Pytorch, Scikit-Learn und Numpyhands-On-Erfahrung in Containerisierungs-ML-Anwendungen mit Docker für skalierbare Bereitstellungen. ML ist der beste Ansatz oder wenn eine einfachere Lösung (z. B. heuristische Regeln, statistische Methoden) Es wäre effektiver, Modelle für Leistung, Effizienz und Interpretabilitätserlebnis zu debugieren, zu optimieren und zu verbessern, um ML-Workflows aufrechtzuerhalten, um die Reproduzierbarkeit, Skalierbarkeit und die operative Effizienz der technischen und nicht-technischen Kommunikationsfähigkeiten zu gewährleisten, ML-Probleme und Lösungen an technische und nicht-nicht -technische Mitglieder des Teams und der Stakeholderupper-Intermediate English ProficiencyNice, um die geschäftlichen Auswirkungen von zu verstehen ML-Modelle und wie Sie sie mit organisatorischen Zielsexperience an Feature-Stores, Modellregistrierungen und ML-Modelllebenszyklusverantwortung ausrichten, die maschinelle Lernmodelle für Vorhersageanalysen, Klassifizierung, NLP und andere datenbetriebene Aufgabenleitungen für Einnahme, Klassifizierung, NLP und andere datenbetriebene Aufgaben, entwickeln und bereitstellen. Vorverarbeitungs-, Feature -Engineering- und Modelltraining -Containerisierung von ML -Modellen und -Anwendungen mit Docker for Skalierbare und reproduzierbare Bereitstellungendeploy und Wartung von ML-Lösungen in Cloud-Umgebungen (AWS/Snowflake) Optimieren Sie die Modellleistung, die Latenz und die Ressourcenauslastung für Echtzeit- oder Batch-Inferencemonitor und Fehlerbehebung ML-Modelle in Produktion, Gewährleistung von Zuverlässigkeit und Robustnesscollaborate mit Dateningenieuren, Softwareentwicklern, Softwareentwickler, und Geschäftstakeholder, um Projektanforderungen zu definieren und ML -Modelle in Produktionssysteme zu integrieren. Metriken zur Gewährleistung von Leistung und Fairness, ob maschinelles Lernen für ein bestimmtes Problem erforderlich ist oder ob alternative regelbasierte/statIstische Ansätze sind angemessener, wenn ein kleines Gefühl von Gemeinschaft und Freundschaft, Vielfalt und integriertem Arbeitsumfeld mit kurzen Entscheidungskettenflexilexibilienexia ist Optionen, die persönliche Entwicklungsprozess für professionelle Schulungs- und Zertifizierungsunternehmensunternehmen für die Personalentwicklung vorliegt Sport -Erstattung und kostenlose Englischklassen) Zeigen Sie mehr Weniger zeigen Offizielle Ebene Senior -Durchschnitt Art der Beschäftigung Volle Zeit Jobverantwortung Technik- und Informationstechnologien Industrie Softwareentwicklung