Starszy inżynier uczenia maszynowego w Infopulse / Infopuls

Infopulse, część TietoEvry Create, zaprasza utalentowanego profesjonalistę do przyłączenia się do naszego projektu w charakterze starszego inżyniera uczenia maszynowego. Nasz klient to jedna z firm z Wielkiej Czwórki świadczących usługi audytorskie, konsultingowe, podatkowe i finansowe.

Ta rola oferuje możliwość pracy w różnych dziedzinach, w tym w hotelarstwie/operacjach biurowych, sieciach społecznościowych i finansach (fakturowanie), przyczyniając się do tworzenia skutecznych, zintegrowanych rozwiązań do uczenia maszynowego.

Obszary odpowiedzialności

• Rozwiązywanie problemów biznesowych: identyfikacja i definiowanie problemów biznesowych oraz przekształcanie ich w zadania związane z uczeniem maszynowym lub nauką o danych, proponowanie skutecznych rozwiązań
• Automatyzacja SDLC: udział w cyklu życia oprogramowania (SDLC) i projektowanie go automatyzacja, wdrażanie najlepszych praktyk CI/CD i MLOps
• Rozwój i optymalizacja modeli: twórz, rozwijaj, trenuj, oceniaj i optymalizuj modele uczenia maszynowego, aby zapewnić efektywność kosztową i efektywność
• Skalowalność produkcji : upewnij się, że rozwiązania ML są solidne, niezawodne i skalowalne dla środowisk produkcyjnych, ze szczególnym naciskiem na wnioskowanie i integrację modeli
• Projektowanie architektury: kieruj projektowaniem architektur rozwiązań ML od ekstrakcji i wstępnego przetwarzania danych do modelu wdrożenie
• Zarządzanie potokami: nadzoruje udostępnianie, monitorowanie i zarządzanie potokami ML, ścisła współpraca z DevOps w celu zapewnienia płynnego przepływu danych i wydajności modelu
• Zapewnianie jakości: ustanawianie procesów kontroli jakości dla rozwiązań ML , w tym weryfikacja danych, testowanie modeli i monitorowanie rurociągów

Kwalifikacje

• Doświadczenie w zakresie uczenia maszynowego: solidne podstawy w zakresie algorytmów uczenia maszynowego i zasad nauki o danych
• Doświadczenie z systemem ML Production-Ready: udokumentowane doświadczenie w zakresie kompleksowych rozwiązań w zakresie uczenia maszynowego, szczególnie w środowiskach produkcyjnych
• Umiejętności programowania: biegłość w Pythonie, doświadczenie w bibliotekach takich jak Pandas, SciPy, scikit-learn, Matplotlib i NumPy
• Umiejętności analizy danych: solidna wiedza na temat analizy danych i technik wstępnego przetwarzania przy użyciu standardowych narzędzi i bibliotek branżowych

Będzie Zaletą

• Wiedza MLOps: doświadczenie z narzędziami i frameworkami MLOps do wdrażania modeli i zarządzania cyklem życia
• Doświadczenie w chmurze: znajomość środowisk i usług chmurowych (np. AWS, Azure, GCP) związane z uczeniem maszynowym
• Umiejętności Big Data: doświadczenie w pracy z narzędziami Big Data, takimi jak Spark, Hadoop lub podobnymi technologiami
• Wiedza domenowa: doświadczenie w hotelarstwie, społecznościach sieci lub zastosowania uczenia maszynowego związane z finansami

Umiejętności osobiste