Инженер по машинному обучению в Oppizi

Мы ищем инновационного и увлеченного инженера по машинному обучению, который присоединится к нашей быстро развивающейся и динамичной команде. Как ключевой сотрудник нашего технологического подразделения, вы будете играть жизненно важную роль в разработке, развертывании и оптимизации сквозных моделей машинного обучения. Эта роль требует опыта в MLOps (операции машинного обучения), науки о данных, анализа данных и способности управлять всем жизненным циклом машинного обучения — от приема данных до развертывания модели и далее. Как инженер по машинному обучению в Oppizi, у вас будет возможность сотрудничать с межфункциональными командами, включая инженеров-программистов и менеджеров по продуктам, для предоставления высококачественных решений машинного обучения, которые напрямую влияют на результаты бизнеса. Вы также будете нести ответственность за обеспечение масштабируемости, эффективности и соответствия наших моделей целям компании. Основные обязанности: Разработка и развертывание моделей. Проектирование, внедрение и развертывание моделей машинного обучения, отвечающих потребностям бизнеса, обеспечивающих высокую доступность и производительность в производственные среды MLOps и автоматизация: применяйте лучшие практики MLOps для автоматизации жизненного цикла машинного обучения, включая конвейеры приема данных, обучения и развертывания. Создавайте и обслуживайте конвейеры CI/CD для непрерывной интеграции и доставки. Мониторинг и оптимизация производительности: отслеживайте развернутые модели, чтобы убедиться, что они соответствуют показателям производительности, и постоянно совершенствуйте их для обеспечения точности и масштабируемости. Сотрудничество и коммуникация: тесно сотрудничайте с разработчиками программного обеспечения, менеджерами по продуктам и другими специалистами. заинтересованным сторонам для эффективной разработки и распространения решений ML. Требования. Что вы приносите в команду: Образование: степень бакалавра или магистра в области компьютерных наук, науки о данных, машинного обучения или смежных областях. Опыт: минимум 2. многолетний опыт работы в качестве инженера по машинному обучению, специалиста по данным или на аналогичной должности. Экспертиза MLOps: подтвержденный опыт работы с инструментами и платформами MLOps (например, MLflow, Kubeflow, TensorFlow Extended). Навыки программирования: хорошее знание Python и опыт работы с такими библиотеками, как Pandas. , NumPy и Scikit-learn Облако и контейнеризация: практический опыт работы с облачными платформами, такими как AWS, Azure или Google Cloud, и Знакомство с технологиями контейнеризации, такими как Docker и Kubernetes. Знание данных и API: опыт манипулирования данными и создания API с использованием таких фреймворков, как FastAPI, Flask или Django. Навыки общения: способность объяснять сложные технические концепции как техническим, так и нетехническим заинтересованным сторонам. Приятно иметь: Опыт работы с технологиями больших данных (например, Hadoop, Spark)Знание фреймворков глубокого обучения (например, TensorFlow, PyTorch)Знание практик и инструментов DevOpsПреимущества. Диапазон заработной платы: 40–50 тысяч долларов США с бонусами по результатам работы. Программа опционов на акции. Возможности профессионального роста в быстрорастущем стартапе. Гибкий график работы и возможность удаленной работы. Показать больше Показать меньше Посадовый ровеньСтарший средний Тип занятости На постоянной основе Рабочие обязанности Информационные технологии Промышленность ИТ -услуги и консалтинг