Erforderlich: - Mehr als 10 Jahre Erfahrung in der Entwicklung und Implementierung von Systemen für maschinelles Lernen in einer Produktionsumgebung. - Fundierte Kenntnisse über Algorithmen für maschinelles Lernen, einschließlich, aber nicht beschränkt auf überwachtes und unüberwachtes Lernen, Deep Learning, NLP, GenAI und Reinforcement Learning. - Erfahrung mit ML-Frameworks und -Bibliotheken (z. B. TensorFlow, PyTorch, Scikit-learn). – Beherrscht die in der Datenwissenschaft und ML verwendeten
Erforderlich: - Mehr als 10 Jahre Erfahrung in der Entwicklung und Implementierung von Systemen für maschinelles Lernen in einer Produktionsumgebung. - Fundierte Kenntnisse über Algorithmen für maschinelles Lernen, einschließlich, aber nicht beschränkt auf überwachtes und unüberwachtes Lernen, Deep Learning, NLP, GenAI und Reinforcement Learning. - Erfahrung mit ML-Frameworks und -Bibliotheken (z. B. TensorFlow, PyTorch, Scikit-learn). – Beherrscht die in der Datenwissenschaft und ML verwendeten Programmiersprachen, hauptsächlich Python und R. – Ausgeprägtes Verständnis von Datenstrukturen, Algorithmen und Prinzipien der Softwareentwicklung. – Erfahrung mit mindestens zwei Cloud-Plattformen (z. B. AWS, Azure, Google Cloud) und Verständnis für die Nutzung ihrer ML-Dienste. – Kenntnisse über Containerisierungs- und Orchestrierungstechnologien (z. B. Docker, Kubernetes) für die Bereitstellung von ML-Modellen. – Vertrautheit mit MLOps Prinzipien und Tools zur Rationalisierung des ML-Lebenszyklus von der Entwicklung bis zur Produktion. - Nehmen Sie an Pre-Sales-Aktivitäten teil, einschließlich der Entwicklung von ML-Angebotsmaterialien und der Zusammenarbeit mit Kunden, um ihre Bedürfnisse zu verstehen, maßgeschneiderte Lösungen vorzustellen und die potenziellen Auswirkungen unserer ML-Technologien zu demonstrieren. - Hervorragende Kommunikations- und Führungsfähigkeiten mit der Fähigkeit, in einer schnelllebigen, kollaborativen Umgebung zu arbeiten. Bevorzugt: – Zertifizierungen in Cloud-Technologien und maschinellem Lernen. – Erfahrung mit Big-Data-Technologien (z. B. Hadoop, Spark). Aufgaben: – Design und implementieren Sie skalierbare Modelle und Algorithmen für maschinelles Lernen, die große Datenmengen effizient verarbeiten können. - Leiten Sie die Entwicklung unserer ML-Infrastruktur und stellen Sie sicher, dass sie sowohl aktuelle Anforderungen als auch zukünftiges Wachstum unterstützt. - Unterstützen Sie Vorverkaufs-PoCs und projekt-/kontostartende Aktivitäten. Architekten und optimieren Sie Daten Pipelines zum Trainieren und Bereitstellen von Modellen für maschinelles Lernen. - Arbeiten Sie mit Dateningenieuren und Softwareentwicklern zusammen, um ML-Modelle in Produktionssysteme zu integrieren. - Bleiben Sie über neue Entwicklungen in den Bereichen maschinelles Lernen, KI und Datenwissenschaft auf dem Laufenden und bewerten Sie deren Anwendbarkeit auf unsere Geschäftsanforderungen. - Bieten Sie ML-Ingenieuren und Datenwissenschaftlern technische Führung und Mentoring. - Arbeiten Sie mit Produktteams zusammen, um Geschäftsanforderungen in technische Spezifikationen und ML-Lösungen umzusetzen. Projektbeschreibung: Als Machine Learning Architect bei GlobalLogic sind Sie für die Leitung des Designs und der Implementierung verantwortlich unserer Infrastruktur und Algorithmen für maschinelles Lernen. Ihre Arbeit trägt direkt zum Kern unseres Produktangebots bei und erweitert unsere Fähigkeiten in den Bereichen Datenanalyse, prädiktive Modellierung und KI-gesteuerte Lösungen. Sie arbeiten mit funktionsübergreifenden Teams zusammen, darunter Datenwissenschaftler, Softwareentwickler und Produktmanager, um sicherzustellen, dass unsere ML-Systeme robust, skalierbar und auf die Geschäftsziele ausgerichtet sind.