Ingenieur für maschinelles Lernen in XMLLogistics

Ingenieur für maschinelles Lernen Mehr erfahren Erforderliche Erfahrung: —Ausbildung: Bachelor-Abschluss oder höher in Informatik, Informationstechnologie, Datenwissenschaft oder einem verwandten Bereich. Kenntnisse: —Verständnis der Prinzipien und Praktiken der Datenmodellierung; – Data Warehouse, Data Lake-Konzepte; – ETL-Prozesse (Extract, Transform, Load) für die Datenaufnahme, -transformation und -verarbeitung; —Entwurf und Entwicklung einer Dateninfrastruktur; —Englisch — Mittelstufe. Obligatorische technische Fähigkeiten: —Kenntnisse in Programmiersprachen: Python; —Erfahrung mit Datenbanktechnologien: SQL, NoSQL, Graphdatenbank —Big-Data-Technologien: Spark, Kafka; —Cloud-Plattformen: Google Cloud Platform, einschließlich Datendienste (Google BigQuery), Speicherverwaltung; —Kompetenz inversionskontrollsysteme: Git; – Tools zur Orchestrierung der Datenpipeline: Apache Airflow oder ähnliches; – Möglichkeit zur Optimierung und Abstimmung der Datenbankleistung; —Erfahrung mit Daten-Governance-, Sicherheits- und Compliance-Praktiken; —Dokumentationsentwicklung, Wissenstransfer. Soft Skills: —Ausgeprägte Problemlösungs- und Analysefähigkeiten; —Ausgezeichnete Kommunikationsfähigkeiten zur Zusammenarbeit mit funktionsübergreifenden Teams; —Fähigkeit, unabhängig und in einer Teamumgebung zu arbeiten; – Liebe zum Detail und Fähigkeit, effizient mit großen Datensätzen zu arbeiten; – Anpassungsfähigkeit, neue Technologien und Werkzeuge schnell und schnell zu erlernen. Bevorzugte Qualifikationen: —Branchenzertifizierungen; – Erfahrung mit Frameworks und Techniken für maschinelles Lernen, Verständnis des MLOps-Ansatzes; – Kenntnisse der DevOps-Prinzipien und -Praktiken für kontinuierliche Integration und Bereitstellung (CI/CD); – Erfahrung mit Containerisierungs- und Orchestrierungstools wie Docker und Kubernetes. Es wird ein Pluspunkt sein: —Kenntnisse und Erfahrung in PHP.