Машинне навчання інженерно в Oppizi

Ми шукаємо інноваційного та пристрасного інженера з машинного навчання, щоб приєднатися до нашої швидкоплинної та динамічної команди. Як ключовий член нашого технологічного підрозділу ви відіграватимете важливу роль у розробці, розгортанні та оптимізації наскрізних моделей машинного навчання. Ця посада вимагає досвіду в MLOps (операціях машинного навчання), Data Science, Data Analisys і вміння керувати всім життєвим циклом машинного навчання — від прийому даних до розгортання моделі та далі. Як інженер з машинного навчання Oppizi, ви матимете можливість співпрацювати з міжфункціональними командами, включаючи інженерів програмного забезпечення та менеджерів із продуктів, щоб надавати високоякісні рішення ML, які безпосередньо впливають на бізнес-результати. Ви також відповідатимете за те, щоб наші моделі були масштабованими, ефективними та відповідали цілям компанії. Основні обов’язки: Розробка та розгортання моделей: розробка, впровадження та розгортання моделей машинного навчання, які відповідають потребам бізнесу, забезпечуючи високу доступність і продуктивність у виробничі середовища MLOps і автоматизація: застосовуйте найкращі практики MLOps для автоматизації життєвого циклу ML, включаючи прийом даних, навчання та розгортання трубопроводи. Створюйте та підтримуйте конвеєри CI/CD для безперервної інтеграції та доставки. Моніторинг та оптимізація продуктивності: відстежуйте розгорнуті моделі, щоб переконатися, що вони відповідають показникам продуктивності, і постійно покращуйте їх для точності та масштабованості. Співпраця та спілкування: тісно співпрацюйте з інженерами програмного забезпечення, менеджерами з продуктів та іншими зацікавлені сторони, щоб ефективно розробляти та поширювати рішення ML. Вимоги. Що ви привносите в команду: Освіта: бакалавр або магістр ступінь у галузі комп’ютерних наук, наук про дані, машинне навчання або в суміжній галузі Досвід: мінімум 2 роки досвіду роботи в якості інженера з машинного навчання, спеціаліста з обробки даних або на аналогічній посаді Експертиза MLOps: підтверджений досвід роботи з інструментами та фреймворками MLOps (наприклад, MLflow). , Kubeflow, TensorFlow Extended) Навички програмування: високий рівень володіння Python і досвід роботи з такими бібліотеками, як Pandas, NumPy та Scikit-learn Cloud & Containerization: практичний досвід роботи з хмарними платформами, як-от AWS, Azure або Google Cloud, і знайомство з технологіями контейнеризації, як-от Docker і Kubernetes Data & API Proficiency: досвід роботи з даними та створення API за допомогою фреймворків, таких як як FastAPI, Flask або Django Комунікаційні навички: здатність пояснювати складні технічні концепції як технічним, так і нетехнічним зацікавлені сторониПриємно мати: Досвід роботи з технологіями великих даних (наприклад, Hadoop, Spark)Знайомство з фреймворками глибокого навчання (наприклад, TensorFlow, PyTorch)Знання практик та інструментів DevOpsПеревагиДіапазон заробітної плати: 40-50 тисяч доларів США з бонусами на основі ефективності.Програма опціонів на акціїПрофесійне зростання можливості в швидко зростаючому стартап. Гнучкий графік роботи та віддалена робота. Показати більше Показувати менше Посадовий рівеньСтарший середній рівень Тип зайнятості Повний робочий день Посадові обов’язки Інформаційні технології Галузі ІТ-послуги та ІТ Консалтинг