Senior Data Scientist (m/w/d/v) in Infopulse

3. September 2024

Senior Data Scientist (m/w/d/v)

Kies, Litauen, Odessa, Winnipeg, Ivan-Französisch, Weißrussland, Sofia (Bolgarien), Varna (Bulgarien)< /p>

Infopulse, Teil von TietoEvry Create, lädt einen talentierten Fachmann ein, unserem wachsenden Team als Senior Data Scientist beizutreten.

Verantwortungsbereiche

Lösungsdesign und -architektur

• Entwerfen und entwerfen Sie End-to-End-Data-Science-Lösungen, die Ausrichtung an Geschäftszielen und technischen Anforderungen.
• Entwickeln Sie skalierbare und wartbare Data-Science-Workflows, einschließlich Datenaufnahme, Vorverarbeitung, Modellierung und Bereitstellung.
• Stellen Sie die Integration von Data-Science-Lösungen in bestehende Systeme und Plattformen sicher.

Lösungsimplementierung und -bereitstellung

• Überwachung und Mitwirkung bei der Implementierung von Data-Science-Lösungen, einschließlich der Entwicklung und Bereitstellung von Modellen für maschinelles Lernen.
• Stellen Sie sicher, dass die Lösungen robust und skalierbar sind und in Produktionsumgebungen eine gute Leistung erbringen.
• Führen Sie Codeüberprüfungen durch und stellen Sie die Einhaltung von Codierungsstandards und Best Practices sicher.

Leistungsoptimierung und Fehlerbehebung

• Optimieren Sie die Leistung von Data-Science-Lösungen, einschließlich Modellgenauigkeit, Recheneffizienz und Ressourcennutzung . Verbessern Sie die Effizienz, indem Sie wiederholbare und wiederverwendbare Module erstellen.
• Beheben und lösen Sie technische Probleme im Zusammenhang mit Data-Science-Lösungen.

Technische Führung

• Bieten Sie Datenwissenschaftlern, Dateningenieuren und anderen Interessengruppen technische Führung und Anleitung.
• Bleiben Sie über die neuesten Fortschritte in den Bereichen Datenwissenschaft, maschinelles Lernen und KI-Technologien auf dem Laufenden und nutzen Sie diese, um Lösungsdesigns zu verbessern.

Datenstrategie und Governance

• Definieren Sie Datenstrategie- und Governance-Frameworks, um Datenqualität, Sicherheit und Compliance sicherzustellen.
• Legen Sie Best Practices für die Datenverwaltung fest, einschließlich Datenerfassung, -speicherung und -verarbeitung.

Zusammenarbeit und Kommunikation

• Arbeiten Sie eng mit Geschäftsinteressenten zusammen, um deren Bedürfnisse zu verstehen und sie in technische Anforderungen umzusetzen.
• Kommunizieren Sie komplexe technische Konzepte klar und prägnant an nicht-technische Interessengruppen.
• Fördern Sie eine kollaborative Umgebung, um den Wissensaustausch und die Innovation zu erleichtern.

Qualifikationen

• 5+ Jahre Erfahrung in diesem Bereich.
• Ausgeprägte Programmierkenntnisse in Sprachen wie Python, R oder Scala.
• Frameworks und Bibliotheken für maschinelles Lernen.
  • Fachkenntnisse in Frameworks und Bibliotheken für maschinelles Lernen (z. B. TensorFlow, PyTorch, scikit-learn).
• Generative KI (GenAI).
  
  • Erfahrung mit generativen KI-Modellen (z. B. GPT, BERT, DALL-E) und Frameworks (z. B. Hugging Face Transformers, OpenAI GPT-3).
  • Kenntnisse in der Feinabstimmung von GenAI-Modellen für bestimmte Aufgaben und Branchen.
  • Fähigkeit, GenAI-Lösungen für verschiedene Anwendungen wie Textgenerierung, Bildgenerierung und Konversations-KI zu entwerfen und zu implementieren.
  • Vertrautheit mit Techniken zum Trainieren und Bereitstellen von GenAI-Modellen.
  • Erfahrung in der Nutzung von GenAI für Aufgaben wie die automatisierte Inhaltserstellung und Datenerweiterung.
• MLOps.
  
  • Kenntnisse in MLOps-Praktiken, einschließlich Modellbereitstellung, Überwachung und kontinuierlicher Integration/kontinuierlicher Bereitstellung (CI/CD) für Modelle für maschinelles Lernen.
  • Erfahrung mit MLOps-Tools und -Plattformen (z. B. MLflow, Kubeflow, TFX).
• Datenmanipulation und -analyse.
  
  • Kenntnisse in der Datenbearbeitung und -analyse mithilfe von SQL und Datenverarbeitungstools (z. B. Apache Spark, Hadoop).
• Cloud-Plattformen.
  
  • Erfahrung mit Cloud-Plattformen (z. B. AWS, Azure, Google Cloud) und deren Datenwissenschafts- und maschinellen Lerndiensten.
  • Verständnis der Cloud-Infrastruktur und -Dienste für skalierbare KI-Bereitstellungen.
• Containerisierung und Orchestrierung.
  
  • PKenntnisse in Containerisierungstechnologien (z. B. Docker) und Orchestrierungstools (z. B. Kubernetes) für die Bereitstellung und Verwaltung von Data-Science-Lösungen.
• Big-Data-Technologien.
  
  • Erfahrung mit Big-Data-Technologien (z. B. Apache Kafka, Apache Flink) für den Umgang und die Verarbeitung großer Datenmengen.

Wäre von Vorteil.

• Ein Abschluss in Datenwissenschaft und/oder Mathematik.

Persönliche Fähigkeiten

• Mindestens ein Upper Intermediate-Niveau der Englischkenntnisse.