Inżynier danych w Numlabs - Data Science Services

Doświadczenie : średnie z ponad 3-letnim odpowiednim doświadczeniem

Obowiązki:

Rozwój potoków:

• Projektowanie, budowanie i optymalizacja potoków danych na potrzeby systemów uczenia modeli i wnioskowania.
• Współpracuj z analitykami danych i inżynierami zajmującymi się uczeniem maszynowym, aby zapewnić wydajne przygotowanie danych i inżynierię funkcji.

Rozwój skalowanych systemów:

• Projektowanie i wdrażanie skalowalnych systemów do wnioskowania o modelach, wyszukiwania i gromadzenia danych w celu obsługi wysokowydajnych aplikacji AI.
• Optymalizacja wydajności i niezawodności w celu obsługi przetwarzania danych na dużą skalę.

Obserwowalność:

• Opracuj solidne rozwiązania w zakresie rejestrowania i monitorowania dla systemów AI.
• Zapewnij identyfikowalność, debugowanie i monitorowanie wydajności na platformie AI.

Zarządzanie danymi:

• Bezproblemowa praca zarówno ze ustrukturyzowanymi, jak i nieustrukturyzowanymi źródłami danych, aby wspierać różnorodne inicjatywy związane ze sztuczną inteligencją.
• Upewnij się, że wszystkie praktyki inżynierii danych są zgodne z polityką firmy i przepisami branżowymi dotyczącymi bezpieczeństwa danych i prywatności.

Innowacje :

• Bądź na bieżąco z najnowszymi osiągnięciami w zakresie inżynierii danych i technologii sztucznej inteligencji, aby stale ulepszać nasze systemy i procesy.

Wymagania:

• tytuł licencjata lub magistra w dziedzinie informatyki, analityki danych lub pokrewnej dziedziny.
• Zaawansowana znajomość języka Python w zakresie przetwarzania danych i tworzenia skryptów.
• Praktyczne doświadczenie z jedną lub większą liczbą platform przetwarzania w chmurze (Azure, AWS, GCP).
• Praktyczne doświadczenie z technologiami dużych zbiorów danych i platformami przetwarzania rozproszonego .
• Biegłość w zakresie  magazynów danych RDBMS/NoSQL i odpowiednich przypadków użycia.
• Doświadczenie z danymi jako kodem ; kontrola wersji, małe i regularne zatwierdzanie, testy jednostkowe, CI/CD, pakowanie, znajomość narzędzi do konteneryzacji, takich jak  Docker i Kubernetes będzie dodatkowym atutem.
• Zrozumienie zasad i praktyk AI/ML , w tym uczenia modeli, wnioskowania i wdrażania.
• Doświadczenie z  infrastrukturą w formie kodu będzie dodatkowym atutem.
• Silne umiejętności rozwiązywania problemów i dbałość o szczegóły.
• Dobre umiejętności komunikacyjne, biegła znajomość języka angielskiego.

Oczekiwana data rozpoczęcia: 1 września 2024 r.

Zdalnie a na miejscu:  Zdalnie, możliwe sporadyczne wizyty sesje/warsztaty/spotkania zespołu osobowego (tj. 1x kwartał), które prawdopodobnie odbędą się w Pradze

Wyzwanie HackerRank: Tak

Konieczne nakładanie się prac: 9-6/10-7 CET możliwość szerszego nakładania się (elastyczność) mile widziana

Wynagrodzenie : 100-150/h B2B

• Licencjat lub tytuł magistra w dziedzinie informatyki, analityki danych lub w dziedzinie pokrewnej.
• Zaawansowana znajomość języka Python w zakresie przetwarzania danych i tworzenia skryptów.
• Praktyczne doświadczenie z jedną lub większą liczbą platform przetwarzania w chmurze (Azure, AWS, GCP).
• Praktyczne doświadczenie z technologiami dużych zbiorów danych i strukturami przetwarzania rozproszonego .
• Biegłość w zakresie  RDBMS/NoSQL magazynów danych i odpowiednichzjadłem przypadki użycia.
• Doświadczenie z danymi jako kodem ; kontrola wersji, małe i regularne zatwierdzanie, testy jednostkowe, CI/CD, pakowanie, znajomość narzędzi do konteneryzacji, takich jak  Docker i Kubernetes będzie dodatkowym atutem.
• Zrozumienie zasad i praktyk AI/ML , w tym uczenia modeli, wnioskowania i wdrażania.
• Doświadczenie z  infrastrukturą w formie kodu będzie dodatkowym atutem.
• Silne umiejętności rozwiązywania problemów i dbałość o szczegóły.
• Dobre umiejętności komunikacyjne, biegła znajomość języka angielskiego.

Doświadczenie : Średnie z ponad 3-letnim odpowiednim doświadczeniem

Obowiązki:

Rozwój rurociągu:

• Projektuj, buduj i optymalizuj potoki danych na potrzeby systemów uczenia modeli i wnioskowania.
• Współpracuj z analitykami danych i inżynierami zajmującymi się uczeniem maszynowym, aby zapewnić wydajne przygotowanie danych i inżynierię funkcji.

Rozwój skalowanych systemów:

• Projektowanie i wdrażanie skalowalnych systemów do wnioskowania o modelach, wyszukiwania i gromadzenia danych w celu obsługi wysokowydajnych aplikacji AI.
• Optymalizacja wydajności i niezawodności w celu obsługi przetwarzania danych na dużą skalę.

Obserwowalność:

• Opracuj solidne rozwiązania w zakresie rejestrowania i monitorowania dla systemów AI.
• Zapewnij identyfikowalność, debugowanie i monitorowanie wydajności na platformie AI.

Zarządzanie danymi:

• Bezproblemowa praca zarówno ze ustrukturyzowanymi, jak i nieustrukturyzowanymi źródłami danych, aby wspierać różnorodne inicjatywy związane ze sztuczną inteligencją.
• Upewnij się, że wszystkie praktyki inżynierii danych są zgodne z polityką firmy i przepisami branżowymi dotyczącymi bezpieczeństwa danych i prywatności.

Innowacje :

• Bądź na bieżąco z najnowszymi osiągnięciami w zakresie inżynierii danych i technologii sztucznej inteligencji, aby stale ulepszać nasze systemy i procesy.

Wymagania:

• tytuł licencjata lub magistra w dziedzinie informatyki, analityki danych lub pokrewnej dziedziny.
• Zaawansowana znajomość języka Python w zakresie przetwarzania danych i tworzenia skryptów.
• Praktyczne doświadczenie z jedną lub większą liczbą platform przetwarzania w chmurze (Azure, AWS, GCP).
• Praktyczne doświadczenie z technologiami dużych zbiorów danych i strukturami przetwarzania rozproszonego .
• Biegłość w zakresie  magazynów danych RDBMS/NoSQL i odpowiednich przypadków użycia.
• Doświadczenie z danymi jako kodem ; kontrola wersji, małe i regularne zatwierdzanie, testy jednostkowe, CI/CD, pakowanie, znajomość narzędzi do konteneryzacji, takich jak  Docker i Kubernetes będzie dodatkowym atutem.
• Zrozumienie zasad i praktyk AI/ML , w tym uczenia modeli, wnioskowania i wdrażania.
• Doświadczenie z  infrastrukturą w formie kodu będzie dodatkowym atutem.
• Silne umiejętności rozwiązywania problemów i dbałość o szczegóły.
• Dobre umiejętności komunikacyjne, biegła znajomość języka angielskiego.

Oczekiwana data rozpoczęcia: 1 września 2024 r.

Zdalne vs stacjonarne: Zdalne, możliwe sporadyczne wizyty sesje/warsztaty/spotkania zespołu osobowego (tj. 1x kwartał), które prawdopodobnie odbędą się w Pradze

Wyzwanie HackerRank: Tak

Konieczne nakładanie się prac: Możliwość 9-6/10-7 czasu środkowoeuropejskiegomile widziane szersze nakładanie się (elastyczność)

Wynagrodzenie : 100-150/h B2B

,[Pipeline Development: Projektuj, buduj i optymalizuj potoki danych do szkolenia modeli i systemy wnioskowania. Współpracuj z analitykami danych i inżynierami uczenia maszynowego, aby zapewnić wydajne przygotowanie danych i inżynierię funkcji. , Rozwój skalowanych systemów: twórz i wdrażaj skalowalne systemy do wnioskowania o modelach, wyszukiwania i gromadzenia danych w celu obsługi wysokowydajnych aplikacji AI. Zoptymalizuj wydajność i niezawodność, aby obsłużyć przetwarzanie danych na dużą skalę. , Obserwowalność: Opracuj solidne rozwiązania w zakresie rejestrowania i monitorowania dla systemów AI. Zapewnij identyfikowalność, debugowanie i monitorowanie wydajności na platformie AI. , Zarządzanie danymi: Bezproblemowa praca zarówno ze ustrukturyzowanymi, jak i nieustrukturyzowanymi źródłami danych, aby wspierać różnorodne inicjatywy związane ze sztuczną inteligencją. Upewnij się, że wszystkie praktyki inżynierii danych są zgodne z polityką firmy i przepisami branżowymi dotyczącymi bezpieczeństwa danych i prywatności. , Innowacje: Bądź na bieżąco z najnowszymi osiągnięciami w inżynierii danych i technologiami AI, aby stale ulepszać nasze systemy i procesy.] Вимоги: Python, Degree, Cloud Computing, Azure, AWS, GCP, Big Data, Obliczenia rozproszone, RDBMS, NoSQL, Use przypadki, Docker, Kubernetes, AI, Infrastruktura jako kod, Umiejętności komunikacyjne Бонуси та переваги: ​​Abonament sportowy, Małe zespoły, Projekty międzynarodowe, Darmowa kawa, Prysznic, Nowoczesne biuro.