Dateningenieur in Numlabs - Data Science Services

Erfahrung: Mittelmäßiger mit mehr als 3 Jahren einschlägiger Erfahrung

Verantwortlichkeiten:

Pipeline-Entwicklung:

• Entwerfen, erstellen und optimieren Sie Datenpipelines für Modelltrainings- und Inferenzsysteme.
• Arbeiten Sie mit Datenwissenschaftlern und Ingenieuren für maschinelles Lernen zusammen, um eine effiziente Datenvorbereitung und Feature-Engineering sicherzustellen.

Skalierte Systementwicklung:

• Entwerfen und implementieren Sie skalierbare Systeme für Modellinferenz, Datenabruf und -erfassung zur Unterstützung leistungsstarker KI-Anwendungen.
• Optimieren Sie Leistung und Zuverlässigkeit für die Verarbeitung großer Datenmengen.

Beobachtbarkeit:

• Entwickeln Sie robuste Protokollierungs- und Überwachungslösungen für KI-Systeme.
• Stellen Sie Rückverfolgbarkeit, Debugging und Leistungsüberwachung auf der gesamten KI-Plattform sicher.

Datenmanagement:

• Arbeiten Sie nahtlos mit sowohl strukturierten als auch unstrukturierten Datenquellen, um verschiedene KI-Initiativen zu unterstützen.
• Stellen Sie sicher, dass alle Data-Engineering-Praktiken den Unternehmensrichtlinien und Branchenvorschriften für Datensicherheit und Datenschutz entsprechen.

Innovation :

• Bleiben Sie über die neuesten Fortschritte in der Datentechnik und den KI-Technologien auf dem Laufenden, um unsere Systeme und Prozesse kontinuierlich zu verbessern.

Anforderungen:

• Bachelor- oder Master-Abschluss in Informatik, Datenwissenschaft oder einem verwandten Bereich.
• Fortgeschrittene Python-Kenntnissefür Datenverarbeitung und Skripterstellung.
• Praktische Erfahrung mit einer oder mehreren Cloud-Computing-Plattformen(Azure, AWS, GCP).
• Praktische Erfahrung mit Big-Data-Technologien und Distributed-ComputingFrameworks.
• Kenntnisse in  RDBMS/NoSQL Datenspeichern und entsprechenden Anwendungsfällen.
• Erfahrung mit  Data as Code ; Versionskontrolle, kleine und regelmäßige Commits, Unit-Tests, CI/CD, Verpackung, Vertrautheit mit Containerisierungstools wie Docker und Kubernetes  ist von Vorteil.
• Verständnis der Prinzipien und Praktiken von KI/ML, einschließlich Modelltraining, Inferenz und Bereitstellung.
• Erfahrung mit  Infrastructure as Code ist von Vorteil.
• Ausgeprägte Fähigkeiten zur Problemlösung und Liebe zum Detail.
• Gute Kommunikationsfähigkeiten, fließendes Englisch.

Voraussichtliches Startdatum:  1. September 2024

Remote vs. vor Ort:  Remote, möglicherweise gelegentlich in Personen-Team-Sitzungen/Workshops/Treffen (d. h. 1x Quartal), die voraussichtlich in Prag stattfinden.

HackerRank-Herausforderung:  Ja

Arbeitsüberschneidung erforderlich: 9-6/10-7 MEZ Möglichkeit einer größeren Überschneidung (Flexibilität) wird geschätzt

Gehalt : 100-150/Std. B2B

• Bachelor- oder Master-Abschluss in Informatik, Datenwissenschaft oder einem verwandten Bereich.
• Fortgeschrittene Python-Kenntnissefür Datenverarbeitung und Skripterstellung.
• Praktische Erfahrung mit einer oder mehreren Cloud-Computing-Plattformen(Azure, AWS, GCP).
• Praktische Erfahrung mit Big-Data-Technologien und Distributed-ComputingFrameworks.
• Kenntnisse in RDBMS/NoSQLDatenspeichern und deren Verwendungaß Anwendungsfälle.
• Erfahrung mit  Data as Code ; Versionskontrolle, kleine und regelmäßige Commits, Unit-Tests, CI/CD, Verpackung, Vertrautheit mit Containerisierungstools wie Docker und Kubernetes  ist von Vorteil.
• Verständnis der Prinzipien und Praktiken von KI/ML, einschließlich Modelltraining, Inferenz und Bereitstellung.
• Erfahrung mit  Infrastructure as Code ist von Vorteil.
• Ausgeprägte Fähigkeiten zur Problemlösung und Liebe zum Detail.
• Gute Kommunikationsfähigkeiten, fließendes Englisch.

Erfahrung: Mittler mit mehr als 3 Jahren einschlägiger Erfahrung

Verantwortlichkeiten:

Pipeline-Entwicklung:

• Entwerfen, erstellen und optimieren Sie Datenpipelines für Modelltrainings- und Inferenzsysteme.
• Arbeiten Sie mit Datenwissenschaftlern und Ingenieuren für maschinelles Lernen zusammen, um eine effiziente Datenvorbereitung und Feature-Engineering sicherzustellen.

Skalierte Systementwicklung:

• Entwerfen und implementieren Sie skalierbare Systeme für Modellinferenz, Datenabruf und -erfassung zur Unterstützung leistungsstarker KI-Anwendungen.
• Optimieren Sie Leistung und Zuverlässigkeit für die Verarbeitung großer Datenmengen.

Beobachtbarkeit:

• Entwickeln Sie robuste Protokollierungs- und Überwachungslösungen für KI-Systeme.
• Stellen Sie Rückverfolgbarkeit, Debugging und Leistungsüberwachung auf der gesamten KI-Plattform sicher.

Datenmanagement:

• Arbeiten Sie nahtlos mit sowohl strukturierten als auch unstrukturierten Datenquellen, um verschiedene KI-Initiativen zu unterstützen.
• Stellen Sie sicher, dass alle Data-Engineering-Praktiken den Unternehmensrichtlinien und Branchenvorschriften für Datensicherheit und Datenschutz entsprechen.

Innovation :

• Bleiben Sie über die neuesten Fortschritte in der Datentechnik und den KI-Technologien auf dem Laufenden, um unsere Systeme und Prozesse kontinuierlich zu verbessern.

Anforderungen:

• Bachelor- oder Master-Abschluss in Informatik, Datenwissenschaft oder einem verwandten Bereich.
• Fortgeschrittene Python-Kenntnissefür Datenverarbeitung und Skripterstellung.
• Praktische Erfahrung mit einer oder mehreren Cloud-Computing-Plattformen(Azure, AWS, GCP).
• Praktische Erfahrung mit Big-Data-Technologien und Distributed-ComputingFrameworks.
• Kenntnisse in  RDBMS/NoSQL Datenspeichern und entsprechenden Anwendungsfällen.
• Erfahrung mit  Data as Code ; Versionskontrolle, kleine und regelmäßige Commits, Unit-Tests, CI/CD, Verpackung, Vertrautheit mit Containerisierungstools wie Docker und Kubernetes  ist von Vorteil.
• Verständnis der Prinzipien und Praktiken von KI/ML, einschließlich Modelltraining, Inferenz und Bereitstellung.
• Erfahrung mit  Infrastructure as Code ist von Vorteil.
• Ausgeprägte Fähigkeiten zur Problemlösung und Liebe zum Detail.
• Gute Kommunikationsfähigkeiten, fließendes Englisch.

Voraussichtliches Startdatum:  1. September 2024

Remote vs. vor Ort: Remote, möglicherweise gelegentlich in Personen-Team-Sitzungen/Workshops/Treffen (d. h. 1x Quartal), die voraussichtlich in Prag stattfinden.

HackerRank-Herausforderung:  Ja

Arbeitsüberschneidung erforderlich: 9-6/10-7 MEZ Möglichkeiteiner größeren Überschneidung (Flexibilität) geschätzt

Gehalt : 100-150/h B2B

,[Pipeline-Entwicklung: Entwerfen, erstellen und optimieren Sie Datenpipelines für das Modelltraining und Inferenzsysteme. Arbeiten Sie mit Datenwissenschaftlern und Ingenieuren für maschinelles Lernen zusammen, um eine effiziente Datenvorbereitung und Feature-Engineering sicherzustellen. , Skalierte Systementwicklung: Entwerfen und implementieren Sie skalierbare Systeme für Modellinferenz, Datenabruf und -erfassung zur Unterstützung leistungsstarker KI-Anwendungen. Optimieren Sie Leistung und Zuverlässigkeit für die Verarbeitung großer Datenmengen. , Beobachtbarkeit: Entwickeln Sie robuste Protokollierungs- und Überwachungslösungen für KI-Systeme. Stellen Sie Rückverfolgbarkeit, Debugging und Leistungsüberwachung auf der gesamten KI-Plattform sicher. , Datenmanagement: Arbeiten Sie nahtlos mit strukturierten und unstrukturierten Datenquellen zusammen, um verschiedene KI-Initiativen zu unterstützen. Stellen Sie sicher, dass alle Data-Engineering-Praktiken den Unternehmensrichtlinien und Branchenvorschriften für Datensicherheit und Datenschutz entsprechen. , Innovation: Bleiben Sie über die neuesten Fortschritte in der Datentechnik und den KI-Technologien auf dem Laufenden, um unsere Systeme und Prozesse kontinuierlich zu verbessern Fälle, Docker, Kubernetes, KI, Infrastruktur als Code, Kommunikationsfähigkeiten. Weitere Vorteile: Sportabonnement, kleine Teams, internationale Projekte, kostenloser Kaffee, Dusche, modernes Büro.