Leitender Ingenieur für Datenwissenschaft/Maschinelles Lernen in Capgemini Engineering

Zweck der Stelle Werden Sie Teil eines abteilungsübergreifenden Expertenteams und arbeiten Sie gemeinsam an der Bereitstellung zuverlässiger und nachhaltiger IT-Lösungen für die Finanzmärkte. Hauptaufgaben und Verantwortlichkeiten: Unsere technischen Teams liefern neue IT-Lösungen und verbessern bestehende Anwendungen für unsere internen und externen Kunden. Wir implementieren Änderungen in der Produktionsumgebung auf kontrollierte und strukturierte Weise, ohne die Produktionsstabilität zu beeinträchtigen, und stellen eine anwendungsorientierte Produktionsunterstützung sicher. Sie helfen bei der Bereitstellung neuer IT-Lösungen und der Verbesserung bestehender Anwendungen für unsere internen und externen Kunden. Sie tragen zur Schaffung der strategischen Ausrichtung der IT-Ressourcen bei, die die verschiedenen Euroclear-Einheiten und Unternehmensbereiche in Zusammenarbeit mit anderen Interessengruppen bedienen. Ausbildung, Fähigkeiten und Erfahrung MÜSSEN VORAUSSETZEN: Sie verfügen über eine nachgewiesene Erfolgsbilanz praktischer Erfahrung in Der Bereich AI/ML/Advanced Analytics, mit besonderem Fokus auf die Bereitstellung und Wartung von AI/ML-Modellen und -Diensten in der Produktion. Schlüsselwörter: AI/ML-Anwendungsentwicklung, Testen, Bereitstellen, Überwachen, Fehlerbehebung. Sie wissen, wie Sie sicherstellen können, dass ML-Modelle funktionieren reproduzierbar und interpretierbar. Sie haben AI/ML-Dienste bereits im Alleingang gepackt und für die Produktion bereitgestellt. Sie wissen, wie Sie AI/ML-Dienste nach der Bereitstellung überwachen und warten. Sie beherrschen Python. Sie verfügen über mehr als 5 Jahre Berufserfahrung mit Python. und AI/ML-Standardbibliotheken wie Pandas, Scikit-Learn, xgboostNice-to-havesDatenverarbeitungsbibliotheken und Frameworks (Pydantic, Pandera)Web-Frameworks (wie FastAPI, Flask, ...)CLI-Frameworks (Typer, Click, ..) .)Allgemeine MLOps-Tools und -Frameworks (MLFlow, Azure ML Studio, ...)Versionskontrolltools für ML-Datensätze und -Modelle (DVC, Azure ML Dataset, ...)Überwachungsbibliotheken und -lösungen (wie NannyML, Evidently AI, . ..)Verteilte Verarbeitungsbibliotheken und Frameworks (wie Ray, Dask, PySpark, ...)Pipeline-Building- und Orchestrierungsbibliotheken (wie Metaflow, ZenML, Kedro, Airflow, Dagster, ...)Allgemeines Python-Entwicklungstool (pytest , Coverage, Tox, Mypy, Black, Ruff, UV, Pip-Compile, ...) Sie können sowohl objektorientierten als auch funktionalen Code schreiben und Konzepte wie (Ent-)Kopplung, Kohärenz, Vererbung, Komposition verstehen. Sie machen Stellen Sie sicher, dass der Code, den Sie und Ihre Kollegen schreiben, gründlich getestet wurde (Einheit, Integration, End-to-End, Stress/Leistung). Sie lieben und verwenden regelmäßig Datenvalidierung und Typhinweise Codestück in Produktionsqualität. Wir werden jedoch alle möglichen vorbeugenden Maßnahmen ergreifen, um zu verhindern, dass dies jemals geschieht. Sie wissen, wie man eine Python-Anwendung oder -Bibliothek für die Verteilung verpackt. Sie sind ein erfahrener GIT-Benutzer und können mit mehreren Entwicklern an mehreren Repositorys zusammenarbeiten , wobei Sie Best Practices im Zusammenhang mit Verzweigung, Zusammenführung und Codeüberprüfungen befolgen. Sie haben ein gutes Verständnis der Algorithmen des maschinellen Lernens und ihrer Anwendungen in NLP. Sie haben Berufserfahrung bei mindestens einem Cloud-Anbieter, vorzugsweise Azure Cloud. Sie haben Erfahrung mit Unix/ Linux-Befehlszeilentools und Skripte (Shell, Bash): VIP-Clubmitgliedschaft, wenn Sie mindestens einmal „rm -rf“ auf produktiv ausgeführt habenauf Daten.FähigkeitenSie verfügen über die grundlegenden Data-Engineering-Fähigkeiten, die es Ihnen ermöglichen, mit dem Data-Engineering-Team zu interagieren und bei Bedarf Datenpipelines zu analysieren und Fehler zu beheben:Sie können mit SQL umgehen, um Daten zu extrahieren, zu transformieren und zu laden (ETL/ELT).Erfahrung mit Das Hadoop-Ökosystem (Spark, Kafka, Hive, Impala…) ist ein Plus. Erfahrung mit der Cloudera-Distribution ist ein zusätzliches Plus. Sie verstehen das moderne MLOps-Framework und die Komplexität, die es zu DevOps hinzufügt. Sie sind in der Lage, die MLOps-Reifelücken zu identifizieren und Inputs bereitzustellen für Modernisierungsbemühungen. Nicht-technisch Sie verfügen über starke mündliche und schriftliche Kommunikationsfähigkeiten sowie gute Fähigkeiten zur Kundenbeziehung, um komplexe Konzepte und/oder die Ergebnisse eines Anwendungsfalls verschiedenen Zielgruppen (vom Endbenutzer bis zum Bereichsleiter) zu präsentieren. Sie haben Erfahrung Sie haben die Erfahrung gemacht, in großen, komplexen Unternehmen zu arbeiten, und haben dies stoisch als Ihr Schicksal akzeptiert. Sie sind nicht allergisch gegen veraltete Technologien, aber immer auf der Suche nach Modernisierungsmöglichkeiten. Sie bleiben auf dem Laufenden mit neuen Tools, Technologien und Ansätzen innerhalb der Domäne. Sie sind ein gut integrierter Teamplayer. Sie sind in der Lage, Ihren kurzfristigen Aufwand mit angemessener Genauigkeit abzuschätzen und die Arbeit in dem von Ihnen festgelegten Zeitrahmen zu erledigen. Sie schwimmen erfolgreich in den Gewässern agiler Projektmanagementtechniken (Scrum). Foren, Stand-Ups, Demos, Rezensionen). Sie stehen dafür, MLOps zu fördern und sich für deren Einsatz und Notwendigkeit im gesamten Unternehmen einzusetzen. Sie müssen Mentoring und den Wissensaustausch lieben. Sie müssen Papa-Witze lieben. Universitätsabschluss in Software-Engineering ODER Datenwissenschaft/Maschinelles Lernen/Daten Ingenieurwesen ODER ein verwandter quantitativer Bereich, kombiniert mit ausgeprägten IT-Kenntnissen. 5+ Jahre Erfahrung mit Python2+ Jahre Erfahrung in der Verwendung von DevOps/CI/CD-Praktiken.2+ Jahre Erfahrung in der Bereitstellung von KI-Lösungen für die Produktion. Zeig mehr Zeige weniger Посадовий рівень Starrer Wochentag Typ зайнятості Erster Robotertag Weitere Informationen Jugend und Informationstechnologie Galuzi ІТ-Folge zur ІТ-Beratung