Python-Entwickler für Data Science (mit Ops- und AWS-Erfahrung) in ExpoPlatform ltd

Wir suchen einen erfahrenen Python-Entwickler mit fundiertem Hintergrund in Data Science und Operations zur Verstärkung unseres Teams. Wenn Sie Erfahrung in der Arbeit mit AWS haben, Spaß an der Optimierung KI-gesteuerter Lösungen haben und in einer kollaborativen, schnelllebigen Umgebung erfolgreich sind, würden wir uns freuen, von Ihnen zu hören.

Hauptaufgaben:

• KI-gesteuerte Lösungen überwachen und kontinuierlich optimieren , einschließlich Chatbots, Empfehlungssystemen und LLM-Agenten.
• Entwerfen und verbessern Sie skalierbare Systemarchitekturen in Zusammenarbeit mit funktionsübergreifenden Teams.
• Bereitstellen, Warten und Skalieren von Lösungen auf AWS.< /li>
• Arbeiten Sie eng mit Data-Science-, Produkt- und Engineering-Teams zusammen, um neue Features und Funktionen zu implementieren.
• Debuggen, beheben und verbessern Sie die Leistung von KI-Systemen.
• Transformieren MVPs in produktionsbereite, cloudnative Lösungen.

Kernkompetenzen und Qualifikationen:< /p>

• 3+ Jahre Erfahrung in der Python-Entwicklung.
• Kenntnisse in SQL- und NoSQL-Datenbanken (z. B. PostgreSQL, DynamoDB).
• Nachgewiesene AWS-Expertise, insbesondere mit Lambda, SQS und verwandten Diensten.
• Vertrautheit mit Vektordatenbanken (z. B. pgvector, Chroma, FAISS).
• Erfahrung in der Zusammenarbeit mit Modelldienstleistern wie Amazon Bedrock, OpenAI oder Anthropic.
• Ausgeprägte Erfahrung im Aufbau von Microservices und Containeranwendungen mit Docker und Amazon ECS.
• Solide Kenntnisse von den Lebenszyklus der Softwareentwicklung, Versionskontrolle (Git), agile Methoden und CI/CD-Pipelines.
• Englischkenntnisse der oberen Mittelstufe oder höher (B2+).

< strong style="font-weight: 700; font-style: normal">Bonusfähigkeiten (Nice to Have):

• Vertrautheit mit Suchmaschinen wie ElasticSearch, Typesense oder Milvus für KI-Suche und -Abruf.
• Erfahrung mit AWS SageMaker (Pipelines, Modelltraining, Verarbeitungsaufträge).
• Kenntnisse über AWS CloudFormation und Infrastructure as Code (IaC).
• Verständnis von Streaming-Diensten wie Amazon Kinesis.
• Erfahrung mit AWS AutoScaling, Elastic Load Balancer und anderen Hochverfügbarkeitslösungen.
• Praktische Erfahrung mit Data-Science-Bibliotheken wie Pandas, NumPy usw.
• Grundkenntnisse über maschinelle Lernkonzepte.

Was wir anbieten:

• Die Möglichkeit, skalierbare, Cloud-native Systeme von Grund auf zu entwerfen und aufzubauen.
• Arbeiten Sie mit modernsten KI- und Data-Science-Technologien in einer dynamischen Umgebung.< /li>