Jako architekt uczenia maszynowego w GlobalLogic będziesz odpowiedzialny za kierowanie projektowaniem i wdrażaniem naszej infrastruktury i algorytmów uczenia maszynowego. Twoja praca bezpośrednio wpłynie na rozwój naszej oferty produktów, zwiększając nasze możliwości w zakresie analizy danych, modelowania predykcyjnego i rozwiązań opartych na sztucznej inteligencji. Będziesz współpracować z zespołami wielofunkcyjnymi, w tym badaczami danych, inżynierami oprogramowania i menedżerami produktu, aby zapewnić, że nasze systemy uczenia maszynowego są niezawodne, skalowalne i zgodne z celami biznesowymi.
Wymagania:
Wymagane:
- ponad 7 lat doświadczenia w projektowaniu i wdrażaniu systemów uczenia maszynowego w środowisku produkcyjnym.
- Głęboka wiedza na temat algorytmów uczenia maszynowego, w tym między innymi uczenia nadzorowanego i bez nadzoru, uczenia głębokiego, NLP,
- GenAI i uczenia się przez wzmacnianie.
- Doświadczenie z frameworkami ML i biblioteki (np. TensorFlow, PyTorch, Scikit-learn).
- Biegła znajomość języków programowania stosowanych w data science i ML, głównie Python i R.
- Dobra znajomość struktur danych, algorytmów i zasady inżynierii oprogramowania.
- Doświadczenie z co najmniej 2 platformami chmurowymi (np. AWS, Azure, Google Cloud) i zrozumienie, jak wykorzystać ich usługi uczenia maszynowego.
- Wiedza na temat konteneryzacji i technologie orkiestracji (np. Docker, Kubernetes) do wdrażania modeli ML.
- Znajomość zasad i narzędzi MLOps pozwalających usprawnić cykl życia ML od rozwoju do produkcji.
- Weź udział w przedsprzedaży działania, w tym opracowywanie materiałów oferujących ML i nawiązywanie kontaktu z klientami w celu zrozumienia ich potrzeb, prezentowanie
- szytych na miarę rozwiązań i demonstrowanie potencjalnego wpływu naszych technologii ML.
- Doskonałe umiejętności komunikacyjne i przywódcze, z możliwością pracy w dynamicznym środowisku współpracy.
Preferowane:
- Certyfikaty z zakresu technologii chmurowych i uczenia maszynowego.
< li>Doświadczenie z technologiami Big Data (np. Hadoop, Spark).- Opublikowane prace z odpowiednich dziedzin.
Zadania na stanowisku:
- Projektowanie i wdrażanie skalowalnych modeli i algorytmów uczenia maszynowego, które mogą efektywnie przetwarzać duże ilości danych.
- Kierowanie rozwojem naszych Infrastruktura ML zapewniająca zaspokojenie zarówno bieżących potrzeb, jak i przyszłego rozwoju.
- Obsługa przedsprzedażowych punktów sprzedaży oraz działań związanych z tworzeniem projektów/kont
- Archiwizuj i optymalizuj potoki danych na potrzeby szkolenia i wdrażania modeli uczenia maszynowego.
- Współpracuj z inżynierami danych i twórcami oprogramowania w celu integracji modeli uczenia maszynowego z systemami produkcyjnymi.
- Bądź na bieżąco z nowymi osiągnięciami w zakresie uczenia maszynowego, sztucznej inteligencji i nauki o danych oraz oceniaj ich zastosowanie w naszych potrzeby biznesowe.
- Zapewnij przywództwo techniczne i opiekę mentorską inżynierom ML i analitykom danych.
- Współpracuj z zespołami ds. produktów, aby przełożyć wymagania biznesowe na specyfikacje techniczne i rozwiązania ML.
ul>