Starszy analityk danych (m/k/d/v) w Infopulse

3 września 2024 r

Starszy specjalista ds. danych (m/f/d/v)

Київ, Львів, Одеса, Вінниця, Івано-Франківськ, Житомир, Софія (Болгарія), Варна (Болгарія)< /p>

Infopulse, część TietoEvry Create, zaprasza utalentowanego profesjonalistę, aby dołączył do naszego rozwijającego się zespołu jako  starszy analityk danych .

Obszary odpowiedzialności

Projektowanie i architektura rozwiązań

• Projektowanie i tworzenie kompleksowych rozwiązań do analityki danych, które być zgodne z celami biznesowymi i wymaganiami technicznymi.
• Twórz skalowalne i łatwe w utrzymaniu przepływy pracy związane z analizą danych, w tym pozyskiwanie danych, wstępne przetwarzanie, modelowanie i wdrażanie.
• Zapewnij integrację rozwiązań do analityki danych z istniejącymi systemami i platformami.

Wdrażanie i wdrażanie rozwiązań

• Nadzorowanie i uczestnictwo we wdrażaniu rozwiązań do analityki danych, w tym opracowywanie i wdrażanie modeli uczenia maszynowego.
• Upewnij się, że rozwiązania są solidne, skalowalne i dobrze działają w środowiskach produkcyjnych.
• Przeprowadzaj przeglądy kodu i zapewniaj zgodność ze standardami i najlepszymi praktykami w zakresie kodowania.

Optymalizacja wydajności i rozwiązywanie problemów

• Optymalizuj wydajność rozwiązań do analizy danych, w tym dokładność modelu, wydajność obliczeniową i wykorzystanie zasobów . Zwiększ wydajność, tworząc powtarzalne i nadające się do ponownego użycia moduły.
• Rozwiązuj problemy techniczne związane z rozwiązaniami do analityki danych.

Kierownictwo techniczne

• Zapewnienie przywództwa technicznego i wskazówek badaczom danych, inżynierom danych i innym zainteresowanym stronom.
• Bądź na bieżąco z najnowszymi osiągnięciami w dziedzinie analityki danych, uczenia maszynowego i technologii AI oraz stosuj je do ulepszania projektów rozwiązań.

Strategia i zarządzanie danymi

• Zdefiniuj strategię dotyczącą danych i ramy zarządzania, aby zapewnić jakość, bezpieczeństwo i zgodność danych.
• Ustal najlepsze praktyki zarządzania danymi, w tym ich pozyskiwania, przechowywania i przetwarzania.

Współpraca i komunikacja

• Ściśle współpracuj z interesariuszami biznesowymi, aby zrozumieć ich potrzeby i przełożyć je na wymagania techniczne.
• Jasno i zwięźle przekazuj złożone koncepcje techniczne interesariuszom nietechnicznym.
• Stwórz środowisko współpracy, aby ułatwić dzielenie się wiedzą i wprowadzanie innowacji.

Kwalifikacje

• Ponad 5 lat doświadczenia w branży.
• Dobra umiejętność programowania w językach takich jak Python, R lub Scala.
• Struktury i biblioteki uczenia maszynowego.
  • Znajomość frameworków i bibliotek uczenia maszynowego (np. TensorFlow, PyTorch, scikit-learn).
• Generacyjna sztuczna inteligencja (GenAI).
  
  • Doświadczenie z modelami generatywnej sztucznej inteligencji (np. GPT, BERT, DALL-E) i frameworkami (np. Hugging Face Transformers, OpenAI GPT-3).
  • Znajomość dostrajania modeli GenAI pod kątem konkretnych zadań i branż.
  • Możliwość projektowania i wdrażania rozwiązań GenAI do różnych zastosowań, takich jak generowanie tekstu, generowanie obrazów i konwersacyjna sztuczna inteligencja.
  • Znajomość technik uczenia i wdrażania modeli GenAI.
  • Doświadczenie w wykorzystywaniu GenAI do zadań takich jak automatyczne tworzenie treści i powiększanie danych.
• MLOps.
  
  • Biegłość w praktykach MLOps, w tym wdrażaniu modeli, monitorowaniu i ciągłej integracji/ciągłym wdrażaniu (CI/CD) modeli uczenia maszynowego.
  • Doświadczenie z narzędziami i platformami MLOps (np. MLflow, Kubeflow, TFX).
• Manipulacja i analiza danych.
  
  • Biegłość w manipulacji i analizie danych z wykorzystaniem SQL i narzędzi do przetwarzania danych (np. Apache Spark, Hadoop).
• Platformy chmurowe.
  
  • Doświadczenie z platformami chmurowymi (np. AWS, Azure, Google Cloud) i związanymi z nimi usługami data science i machine learning.
  • Zrozumienie infrastruktury i usług chmurowych na potrzeby skalowalnych wdrożeń sztucznej inteligencji.
• Konteneryzacja i orkiestracja.
  
  • P Biegłość w technologiach konteneryzacji (np. Docker) i narzędziach do orkiestracji (np. Kubernetes) do wdrażania rozwiązań do analityki danych i zarządzania nimi.
• Technologie Big Data.
  
  • Doświadczenie z technologiami big data (np. Apache Kafka, Apache Flink) do obsługi i przetwarzania dużych zbiorów danych.

będzie dodatkowym atutem

• dyplom z nauki o danych i/lub matematyki.

Umiejętności osobiste

• Co najmniej poziom średniozaawansowany języka angielskiego.