MLOps-Ingenieur in Kultprosvet

Hey! Wir sind Kultprosvet – das Team von Web- und mobilen Softwareentwicklern, die sich um uns kümmern.

Jetzt expandieren wir und begrüßen talentierte Senior MLOps Engineer in unserem Team. Sie sind maßgeblich an der Gestaltung, Erstellung und Bereitstellung proprietärer Modelle für maschinelles Lernen beteiligt, um verschiedene Herausforderungen im Gesundheitswesen zu bewältigen. Wir suchen Personen, die sich mit der Erstellung anspruchsvoller ML/Ops-Architekturen auskennen, die komplexe Geschäftsregeln und Arbeitsabläufe berücksichtigen und mit gut gestalteten, leistungsstarken Lösungen zu unserer Mission beitragen.

Anforderungen:

• Über 6 Jahre Branchenerfahrung, einschließlich Softwareentwicklung in den Bereichen maschinelles Lernen, Deep Learning, ML-Infrastruktur und Arbeit mit großen Datensätzen und Systemen;
• Kenntnisse in der Cloud AWS-Computing-Plattformen, mit Schwerpunkt auf der Bereitstellung und Verwaltung von Machine-Learning- und Deep-Learning-Modellen;
• Erfahrung in der Arbeit mit AWS-Cloud-Computing-Diensten und der Nutzung ihrer Fähigkeiten für effiziente Machine-Learning-Bereitstellungen;
• Kenntnisse in Python , SQL-Programmiersprachen;
• Kenntnisse in der Restful API-Entwicklung, insbesondere mit Frameworks wie FastAPI;
• Vertrautheit mit Containerisierungstechnologien, einschließlich Docker, Kubernetes oder AWS ECS, um eine einfache Bereitstellung zu ermöglichen Verwaltung von ML-Anwendungen;
• Erfahrung mit Datentechnik und Datenpipelines ist ein Muss, ebenso wie Technologien wie (Airflow, MWAA, Mage, Ray usw.);
• Fähigkeit zur Navigation und Besprechen Sie verschiedene Optionen für CI/CD, Experimente und Modelltraining in der AWS-Cloud-Infrastruktur.
• Gutes Verständnis der durchgängig bereitgestellten Dienste und Pipelines für maschinelles Lernen, einschließlich Tests, Überwachung und Bewältigung von Herausforderungen wie Modellen Drift und Abdeckung;
• Vertrautheit mit Versionskontrollsystemen wie Git, um Code-Repositories effektiv zu verwalten und mit Teammitgliedern zusammenzuarbeiten.
• Fähigkeit zur Implementierung von Terraform- oder Cloudformation-Pipelines und vorherige Erfahrung in der Arbeit mit Infrastruktur- As-Code-Tools;
• Erfahrung in der Skalierung und Bereitstellung von Empfehlungssystemen, um deren effizienten Betrieb und Leistung sicherzustellen;
• Mit diesen Qualifikationen sind Sie in der Lage, effektiv zu unserem Team beizutragen und zu entwerfen, bereitzustellen, und Skalierung von Lösungen für maschinelles Lernen mithilfe von Cloud-Plattformen, Automatisierung und ML/Ops-Best Practices;
• Ausgezeichnete mündliche und schriftliche Kommunikationsfähigkeiten in Englisch.

Aufgabenbereiche:< /strong>

• Arbeiten Sie mit Datenwissenschaftlern zusammen, um den Anwendungsfall zu verstehen und ein Bereitstellungssystem zu entwerfen, das am besten zu ihren maschinellen Lernmodellen passt.
• Enge Zusammenarbeit mit der Plattform und Data Ops Teams, um kontinuierliche Integrations- und kontinuierliche Bereitstellungsprozesse (CI/CD) für das Team für Datenwissenschaft und maschinelles Lernen zu etablieren.
• Erwägen Sie Kostenoptimierung und die Implementierung von Automatisierungstechniken, um gegebenenfalls Kosten zu minimieren.
• Bieten Sie Datenwissenschaftlern Schulungen und Mentoring zu Best Practices für die Bereitstellung und Modelltrainingstechniken an.
• Entwickeln und warten Sie automatisierte ML-Pipelines für effizientes Modelltraining, Testen und Bereitstellen.
• Arbeiten Sie mit Softwareentwicklern und DevOps-Teams zusammen, um eine nahtlose Integration von ML-Modellen in Produktionssysteme sicherzustellen.
• Vereinfachung von Feature-Engineering-Prozessen, Gewährleistung der Datenkonsistenz während des Modelltrainings und Bereitstellung durch integrierte Feature-Stores.
• Skalieren und implementieren Sie die Infrastruktur, um sowohl Batch- als auch Echtzeit-Inferenzszenarien zu unterstützen.
• Prozesse für wiederkehrende Aufgaben identifizieren, dokumentieren, automatisieren und entwickeln.
• Sie wird an den Engineering-Scrum-Zeremonien teilnehmen und die Initiative ergreifen,
• die ML/Ops-Produktarchitektur zu entwickeln.

Was wir bieten:

• Herausfordernde Aufgaben und Projekte für die berufliche Weiterentwicklung;
• Freundlicher Teamarbeitsbereich und gesundes Umfeld;
• Konkurrenzfähiges Gehalt;
• Bezahlter Urlaub und Krankheitsurlaub;
• Sozialpaket (inkl. Krankenversicherung usw.).

Standort: Dnipro (Büro oder Remote).