Старший інженер з машинного навчання в Infopulse / Інфопульс

Infopulse, частина TietoEvry Create, запрошує талановитого професіонала приєднатися до нашого проекту як старшого інженера з машинного навчання. Наш клієнт — одна з компаній «великої четвірки», які надають послуги з аудиту, оподаткування, консалтингу та фінансового консультування.

Ця роль пропонує можливість працювати у різних сферах, включаючи готельні/офісні операції, соціальні мережі та фінанси (виставлення рахунків), сприяючи ефективним інтегрованим рішенням машинного навчання.

Сфери відповідальності

• Вирішення бізнес-проблем: ідентифікуйте та визначте бізнес-проблеми та перетворюйте їх на завдання машинного навчання або науки про дані, пропонуючи ефективні рішення
• Автоматизація SDLC: внесок у автоматизацію життєвого циклу розробки програмного забезпечення (SDLC) та проектування, впровадження найкращих практик CI/CD і MLOps
• Розробка та оптимізація моделей: архітектор, розробка, навчання, оцінка , а також оптимізувати моделі машинного навчання, щоб забезпечити економічну ефективність і результативність.
• Масштабованість виробництва: переконайтеся, що рішення ML є надійними, надійними та масштабованими для виробничих середовищ із зосередженість на виведенні та інтеграції моделі
• Проектування архітектури: керівництво розробкою архітектури рішень ML від вилучення даних і попередньої обробки до розгортання моделі
• Управління конвеєром: нагляд за наданням, моніторингом і керуванням ML pipelines, тісно співпрацюючи з DevOps, щоб забезпечити безперебійний потік даних і продуктивність моделі
• Якість Гарантія: установіть процеси забезпечення якості для рішень ML, включаючи перевірку даних, тестування моделі та моніторинг конвеєра

Кваліфікація

• Досвід машинного навчання: міцна основа в алгоритмах машинного навчання та принципах науки про дані
• Досвід роботи з ML, готовою до виробництва: продемонстрований досвід у наскрізних рішеннях для машинного навчання, особливо у виробничих середовищах
• Навички програмування: знання Python, досвід роботи з бібліотеками, такими як Pandas, SciPy, scikit-learn, Matplotlib і NumPy
• Навички аналізу даних: глибоке знання методів аналізу даних і попередньої обробки з використанням галузевих стандартних інструментів і бібліотек

Буде перевага

• Знання MLOps: досвід роботи з інструментами та фреймворками MLOps для розгортання моделі та керування життєвим циклом
• Досвід роботи в хмарі: знайомство з хмарними середовищами та службами (наприклад, AWS, Azure, GCP) пов’язані з машинним навчанням
• Навички роботи з великими даними: досвід роботи з такими інструментами, як Spark, Hadoop або подібними технології
• Знання домену: досвід роботи в готелях, соціальних мережах або пов’язаних із фінансами програм машинного навчання

Особисті навички