Старший специалист по данным (м/ж/д/в) в Infopulse

3 весення 2024 г.

Старший специалист по данным (м/ж/д/в)

Киев, Львов, Одесса, Винница, Ивано-Франковск, Житомир, София (Болгария), Варна (Болгария)< /p>

Infopulse, часть TietoEvry Create, приглашает талантливого профессионала присоединиться к нашей растущей команде в качестве  старшего специалиста по данным .

Области ответственности

Проектирование и архитектура решений

• Проектирование и проектирование комплексных решений для обработки данных, соответствие бизнес-целям и техническим требованиям.
• Разрабатывайте масштабируемые и удобные в обслуживании рабочие процессы обработки данных, включая прием данных, предварительную обработку, моделирование и развертывание.
• Обеспечьте интеграцию решений для обработки данных с существующими системами и платформами.

Внедрение и развертывание решений

• Контролируйте и участвуйте во внедрении решений для обработки данных, включая разработку и развертывание моделей машинного обучения.
• Убедитесь, что решения надежны, масштабируемы и хорошо работают в производственных средах.
• Проведите проверку кода и обеспечьте соблюдение стандартов и лучших практик кодирования.

Оптимизация производительности и устранение неполадок

• Оптимизация производительности решений для обработки данных, включая точность моделей, эффективность вычислений и использование ресурсов. . Повышайте эффективность за счет создания повторяемых и повторно используемых модулей.
• Устраняйте неполадки и решайте технические проблемы, связанные с решениями для обработки данных.

Техническое руководство

• Обеспечивайте техническое руководство и рекомендации для специалистов по обработке данных, инженеров по данным и других заинтересованных сторон.
• Будьте в курсе последних достижений в области науки о данных, машинного обучения и технологий искусственного интеллекта и применяйте их для улучшения проектов решений.

Стратегия и управление данными

• Определите стратегию данных и структуру управления для обеспечения качества, безопасности и соответствия требованиям.
• Установите передовой опыт управления данными, включая сбор, хранение и обработку данных.

Сотрудничество и общение

• Тесно сотрудничайте с заинтересованными сторонами бизнеса, чтобы понять их потребности и преобразовать их в технические требования.
• Чётко и лаконично доносите сложные технические концепции до заинтересованных сторон, не являющихся техническими специалистами.
• Создайте среду сотрудничества, чтобы облегчить обмен знаниями и внедрение инноваций.

Квалификация

• Опыт работы в данной области более 5 лет.
• Хорошие навыки программирования на таких языках, как Python, R или Scala.
• Платформы и библиотеки машинного обучения.
  • Опыт работы с платформами и библиотеками машинного обучения (например, TensorFlow, PyTorch, scikit-learn).
• Генеративный ИИ (GenAI).
  
  • Опыт работы с генеративными моделями искусственного интеллекта (например, GPT, BERT, DALL-E) и платформами (например, Hugging Face Transformers, OpenAI GPT-3).
  • Знание тонкостей настройки моделей GenAI для конкретных задач и отраслей.
  • Способность разрабатывать и внедрять решения GenAI для различных приложений, таких как генерация текста, изображений и диалоговый ИИ.
  • Знакомство с методами обучения и развертывания моделей GenAI.
  • Опыт использования GenAI для таких задач, как автоматическое создание контента и увеличение данных.
• МЛОпс.
  
  • Знание методов MLOps, включая развертывание моделей, мониторинг и непрерывную интеграцию/непрерывное развертывание (CI/CD) для моделей машинного обучения.
  • Опыт работы с инструментами и платформами MLOps (например, MLflow, Kubeflow, TFX).
• Обработка и анализ данных.
  
  • Навыки манипулирования и анализа данных с использованием SQL и инструментов обработки данных (например, Apache Spark, Hadoop).
• Облачные платформы.
  
  • Опыт работы с облачными платформами (например, AWS, Azure, Google Cloud) и их сервисами обработки данных и машинного обучения.
  • Понимание облачной инфраструктуры и сервисов для масштабируемого развертывания искусственного интеллекта.
• Контейнеризация и оркестровка.
  
  • Знание технологий контейнеризации (например, Docker) и инструментов оркестрации (например, Kubernetes) для развертывания и управления решениями для обработки данных.
• Технологии больших данных.
  
  • Опыт работы с технологиями больших данных (например, Apache Kafka, Apache Flink) для обработки больших наборов данных.

Будет преимуществом

• Высшее образование в области наук о данных и/или математики.

Личные навыки

• Уровень английского языка не ниже среднего.