Współpracownik ds. inżynierii uczenia maszynowego w Oppizi

Szukamy innowacyjnego i namiętnego inżyniera inżyniera uczenia maszynowego, który dołączy do naszego szybkiego, dynamicznego zespołu. Jako kluczowy członek naszego podziału technologicznego odgrywasz istotną rolę w opracowywaniu, wdrażaniu i optymalizacji kompleksowych modeli uczenia maszynowego. Ta rola wymaga wiedzy specjalistycznej w zakresie MLOP (operacje uczenia maszynowego), nauki o danych, analiz danych i możliwości obsługi całego cyklu życia maszynowego - od spożycia danych po wdrażanie modelu i nie tylko. Jako inżynier uczenia maszynowego w Oppizi, będziesz mieć taką możliwość Współpracowanie z zespołami międzyfunkcyjnymi, w tym inżynierami oprogramowania i menedżerami produktów, w celu dostarczenia wysokiej jakości rozwiązań ML, które bezpośrednio wpływają na wyniki biznesowe. Będziesz także odpowiedzialny za zapewnienie, że nasze modele są skalowalne, wydajne i dostosowane do celów firmy. Obowiązki kluczowe: Rozwój i wdrażanie modeli: Projektowanie, wdrożenie i wdrażanie modeli uczenia maszynowego, które zaspokajają potrzeby biznesowe, zapewniając wysoką dostępność i wydajność w Środowiska produkcyjne MLOPS i automatyzacja: Zastosuj najlepsze praktyki MLOPS, aby zautomatyzować cykl życia ML, w tym spożycie danych, szkolenia i wdrażania. Buduj i utrzymuj rurociągi CI/CD do ciągłej integracji i optymalizacji wydajności dostawy: Monitorowane modele, aby upewnić się, że spełniają wskaźniki wydajności, i stale ulepszają je pod względem dokładności i skalowalności Współ Interesariusze do opracowywania i komunikowania rozwiązań ML Skutecznie odpowiadają zespołowi: Edukacja: Bachelor lub tytuł magistra w dziedzinie informatyki, nauki o danych, uczenie maszynowe lub powiązane doświadczenie w terenie: minimum 2 -letnie doświadczenie jako inżynier uczenia maszynowego, Dane, dane Naukowiec lub w podobnej roli MLOPS Specjalizacja: Udowodnione doświadczenie z narzędziami i ramami MLOPS (np. MLFlow, Kubeflow, TensorFlow Extended) Umiejętności programowania: Silna biegłość w Pythonie i doświadczenie z bibliotekami, takimi jak pandas, Numpy i : Praktyczne doświadczenie z platformami chmurowymi, takimi jak AWS, Azure lub Google Cloud oraz znajomość technologii konteneralizacji, takich jak Docker i Kubernetes Data & API Biefituność: Doświadczenie z manipulacjami danych i budowaniem interfejsów API przy użyciu ram, takich jak Fastapi, Flask lub Django Umiejętności komunikacyjne : Zdolność do wyjaśnienia złożonych koncepcji technicznych zarówno technicznym, jak i nietechnicznym interesariuszom, aby mieć: doświadczenie z technologiami dużych zbiorów danych (np. Hadoop, Spark) Znajomość ram głębokiego uczenia się (np. Tensorflow, Pytorch) Wiedza o praktykach DevOps i narzędziach Penefitssalary: 40K-50K USD z premiami opartymi na wynikach. Opcja opcji programu ProgramProfessional Możliwości rozwoju w szybko rozwijającym się startupie. Niezbędne godziny pracy i zdalne opcje pracy. Pokaż więcej Pokaż mniej Посаrawaadanie р ввеньŚrednia seniorów Rodzaj zatrudnienia Pełny czas Obowiązki zawodowe Technologie informacyjne Przemysł Usługi IT i konsultacje informatyczne