Инженер среднего звена по машинному обучению @ Harvey Nash Technology в Harvey Nash Technology

  Используемые технологии

• Языки программирования: Python, Go 

• Платформы машинного обучения: TensorFlow , PyTorch 

• Облачные платформы: AWS 

• Большие данные
  Инструменты: Spark , Snowflake, Snowpark 

• CI/CD и оркестровка
  Инструменты: Действия Github, Airflow 

• 
  Инструменты мониторинга: Grafana 

Навыки и квалификация

• Образование: Высшее образование в области компьютерных наук или смежной области. 

• Опыт работы: Минимум 2 года подтвержденного опыта работы в отрасли. 

• Навыки программирования: Знание Python или других объектно-ориентированных языков программирования. 

• Глубокое понимание структур данных, алгоритмов и принципов разработки программного обеспечения. 

• Знание основных библиотек машинного обучения (например, TensorFlow, PyTorch, Spark ML) и/или облачных решений (например, AWS, Sagemaker). 

• Знакомство с CI/CD (например, Github Actions, Airflow) и инструментами больших данных (например, MapReduce, Spark, Flink, Kafka, Docker, Kubernetes). 

• Навыки работы с базами данных: Опыт работы с SQL и управлением базами данных, включая оптимизацию SQL-запросов. 

• Опыт тестирования: Опыт работы со средами модульного тестирования. 

  Используемые технологии

• Языки программирования: Python, Go 

• Платформы машинного обучения: TensorFlow, PyTorch 

• Облачные платформы: AWS 

• Большие данные
  Инструменты: Spark, Snowflake, Snowpark 

• CI/CD и оркестровка
  Инструменты: Действия Github , Airflow 

• Инструменты мониторинга
  : Grafana 

,[ Develop, тестируйте и развертывайте масштабируемые решения и конвейеры машинного обучения с малой задержкой. Исследуйте и изучайте последние достижения в технологиях платформ машинного обучения, расширяя границы достижимых с помощью машинного обучения, оставаясь при этом в курсе отраслевых тенденций и разработок. Экспериментируйте и создавайте прототипы новых платформ машинного обучения, адаптированных к конкретным средам, быстро создавая прототипы и проверяя концепции. Автоматизируйте конвейеры машинного обучения, используя принципы CI/CD, обеспечивая согласованность и гибкость на протяжении всего жизненного цикла разработки. , Проведите тщательное тестирование для выявления и решения потенциальных проблем, включая проблемы предвзятости или справедливости. Оптимизируйте процессы развертывания моделей, включая модульное, интеграционное и стресс-тестирование, обеспечивая высокое качество проектирования. Спроектируйте и создайте инфраструктуру машинного обучения нового поколения для поддержки одновременной работы тысяч конвейеров обучения моделей и миллиардов ежедневных пакетных прогнозов. Тесно сотрудничайте с внутренними командами машинного обучения (такими как команды специалистов по данным и MLOps), чтобы улучшить качество кодовой базы и общее состояние продукта. ]

Требования: Python, объектно-ориентированное программирование, структуры данных, облако, большие данные, SQL, модульное тестирование, TensorFlow, PyTorch, Spark, AWS, GitHub Actions, Airflow, Flink, Kafka, Kubernetes, Snowflake
Инструменты: .
Дополнительно: Спортивная подписка, Бюджет тренировок, Частное медицинское обслуживание, Обед.карта, Международные проекты, Бесплатный кофе, Столовая, Современный офис, Без дресс-кода.