Leitender MLOps-Ingenieur in Pershiy Ukrayinskiy Mizhnarodniy Bank, AT / PUMB

QUALIFIKATIONEN UND ERFAHRUNG: Erforderlich: · Höhere finanzielle und wirtschaftliche, mathematische oder informationstechnische Ausbildung · Mindestens 3 Jahre Berufserfahrung als MLOps/ML-Ingenieur · Mindestens 3 Jahre Erfahrung in der Python-Programmierung, inkl. Data Science/Machine Learning Stack · Erfahrung mit SQL/NoSQL seit mindestens 3 Jahren (einschließlich Schreiben von Abfragen, Prozeduren und Abfrageoptimierung) · Erfahrung im Einrichten von CI/CD-Pipelines für ML (in GitLab, Jenkins usw.), einschließlich h von benutzerdefinierten Pipelines · Erfahrung in der Operationalisierung von Machine-Learning-Modellen · Erfahrung im Umgang mit Tools zur Containerisierung (z. B. Docker) und Orchestrierung von Machine-Learning-Modellen (AirfFlow, MLFLOW, KubeFlow) · Praktische Erfahrung im Entwurf von Datenmodellen während der Entwicklung und Implementierung von IT-Lösungen · Erfahrung in der Entwicklung von ETL/ELT-Prozessen · Erfahrung in der Entwicklung und Bereitstellung von Machine-Learning-Modellen in Form von REST API, Batch-Prozess, Online High Performance · Fundierte Kenntnisse der Linux- und Windows-Betriebssysteme (einschließlich Architektur). , Prinzipien usw.) · Ausgleich der Einstellungslast, Abfrage-Proxying und Fehlertoleranz von Anwendungen. Gewünscht: · Erfahrung im Bank- oder Finanzwesen · Kenntnisse des Hadoop-, Spark-Ökosystems · Erfahrung mit Cloud-Plattformen (z. B. AWS, GCP, Azure) Funktionale Verantwortlichkeiten : · Einrichten und Warten einer funktionierenden DEV-Umgebung für die gemeinsame Arbeit des Data Science-Teams und die Einführung von Modellen für maschinelles Lernen mit dem ausgewählten Technologie-Stack auf dem Server. · Einrichten der Orchestrierung von Aufgaben für die Arbeit von Modellen im industriellen Betrieb .· Mitwirkung bei der Integration entwickelter Machine-Learning-Modelle in die Systeme der Bank.· Aufbau von CI/CD-Pipelines für Machine-Learning-Modelle .(· Erstellung von Webservices zur Nutzung von Machine-Learning-Modellen.· Durchführung der Operationalisierung von Machine-Learning-Modellen zur Lösung relevanter Geschäftsaufgaben · Unterstützung eingesetzter Modelle für maschinelles Lernen · Entwicklung und Pflege von Datenmodellen für Data Science-Projekte. · Durchführung des Ladens, Aufbereitens und Transformierens der erforderlichen Daten für die Implementierung von Data Science-Modellen zur Lösung relevanter Geschäftsaufgaben, Erstellen Relevante ETL-Aufgaben. Automatisierung von Datenarbeitsprozessen für Data Science-Projekte. Der beste Arbeitgeber unter den Finanzinstituten der Ukraine laut Forbes-Rating. Professionelles und freundliches Team. Kontinuierliche Weiterentwicklung und Möglichkeiten zur beruflichen Weiterentwicklung · Krankenversicherung.