Инженер ML в ITRex Group

Об itrexwe - это глобальная компания по ИТ -консалтингу и развитию с отношением к We We Care, стремясь создать импульс в цифровой трансформации наших клиентов. Наша команда 230+ объединяет творческих и талантливых межфункциональных экспертов, которые жаждут успеха каждого проекта. Мы предоставили сотни решений, изменяющих игру, гигантам из списка Fortune 500, компаниям среднего рынка, стартапам и гордится тем, что стали частью истории успеха мировых лидеров, таких как Tasc, Procter & Gamble, Dun & Bradstreet, Turvo, Universal Electronics, Shutterstock, Dollar Shave Club или Jibjab. Мы ценим инициативу, открытое общение и мотивированные обязательства, а не соблюдение требований, а также бокс, и ищем единомышленников, которые разделяют нашу страсть к тому, чтобы делать отличные новые вещи вместе. Присоединяйтесь к нашей дружественной команде в качестве инженера ML! Наши ожидания, пережившие 4 -летний опыт работы в качестве разработчика программного обеспечения, с не менее 3 лет в инженером ML Rolestrong Meethinques методов машинного обучения, включая контролируемое и неконтролируемое обучение, NLP, основы глубокого обучения и модельная оценка В рамках Python и ML, таких как Tensorflow, Pytorch, Scikit-Learn, Pandas и Numpyhands-on experience в контейнерных приложениях ML с использованием Docker для масштабируемого опыта развертывания, по крайней мере, с одним облачным провайдером (AWS, GCP), работая с большими наборами данных, SQL/NOSQL Databassability, чтобы разложить сложные проблемы в хорошо структурированные задачи ML при оценке, чтобы оценить, как разместить сложные задачи в хорошо структурированные задачи ML при оценке, чтобы оценить ML - лучший подход или если бы более простое решение (например, эвристические правила, статистические методы) будет Более эффективная экспертиза в отладке, оптимизации и повышении моделей для производительности, эффективности и интерпретации. Члены команды и заинтересованных сторон Модели и как согласовать их с организационным целевым показателем с магазинами функций, модельными реестрами и моделями ML Model Lifecycle Managementyour Обязанности, разработка и развертывание моделей машинного обучения для прогнозирующей аналитики, классификации, НЛП и других данных, основанных на данных данных для проглатывания, предварительной процессы и других , инженерная инженерия и модельная обучение, связует модели и приложения ML с использованием Docker для масштабируемого и Воспроизводимые развертывания. Разрешение и поддержание решений ML в облачных средах (AWS/Snowflake) оптимизировать производительность, задержки и использование ресурсов для в реальном времени или пакетном платежном платежнике и устранении ML-моделей в производстве, обеспечение надежности и надежности с помощью инженеров-разработчиков, разработчиков программного обеспечения и бизнеса. Заинтересованные стороны для определения требований к проектам и интеграции моделей ML в производственные системы строгая оценка модели с использованием соответствующих метрик Чтобы обеспечить производительность и справедливость, необходимо ли машинное обучение для заданной проблемы или, если альтернативные на основе правил/СтатуИстистические подходы являются более уместными, каково крошечное чувство общности и дружбы, разнообразия и инклюзионовноформальной рабочей среды с коротким принятием решений. Опционы создают процесс личного развития. Процесс профессиональной подготовки и сертификации компании компании Спортивное возмещение и бесплатные занятия по английскому языку) Показать больше Показывать меньше Официальный уровень Старший средний Тип занятости На постоянной основе Рабочие обязанности Инженерные и информационные технологии Промышленность Разработка программного обеспечения