Stanowisko zostało zamknięte przez spółkę
Znajdź podobne oferty pracy
Następna praca

Inżynier MLOps w Nestlogic

Opublikowano ponad 30 dni temu

4 wyświetlenia

Nestlogic

Nestlogic

0
0 recenzji
Brak doświadczenia
Inżynier MLOps Київ, Вінниця, віддалено Wymagania ● Ponad 3 lata praktycznego doświadczenia jako inżynier MLOps lub MLEngineer z orientacją ops. ● Udokumentowane doświadczenie w budowaniu i zarządzaniu MLpipelines oraz procesami i narzędziami CI/CD. ● Rozległe doświadczenie w przepływach pracy ML i frameworkach Data Orchestration, takich jak AirFlow, Prefect, MLFlow, Kubeflow, SageMaker itp. ● Znajomość narzędzi do orkiestracji kontenerów, w tym Kubernetes. ● Doświadczenie z usługami chmurowymi
Inżynier MLOps Київ, Вінниця, віддалено Wymagania ● Ponad 3 lata praktycznego doświadczenia jako inżynier MLOps lub MLEngineer z orientacją ops. ● Udokumentowane doświadczenie w budowaniu i zarządzaniu MLpipelines oraz procesami i narzędziami CI/CD. ● Rozległe doświadczenie w przepływach pracy ML i frameworkach Data Orchestration, takich jak AirFlow, Prefect, MLFlow, Kubeflow, SageMaker itp. ● Znajomość narzędzi do orkiestracji kontenerów, w tym Kubernetes. ● Doświadczenie z usługami chmurowymi AWS. ● Możliwość pisania wydajnego, skalowalnego kodu w języku Python. ● Doświadczenie w kontroli źródła (np. Bitbucket, Git). ● Licencjat z informatyki, inżynierii, matematyki lub innej dziedziny ilościowej – zaleta. ● Silne umiejętności rozwiązywania problemów z dobrą analizą w celu wykrycia pierwotnej przyczyny. ● Umiejętność pracy zarówno w grupie, jak i samodzielnie. ● Samouk z postawą „można zrobić”. Obowiązki ● Budowa infrastruktury dla cyklu życia ML, od programowania po wdrożenie i monitorowanie. ● Współpracuj z badaczami danych, inżynierami danych, inżynierami oprogramowania i zespołami ds. produktów w celu szkolenia, wdrażania i zarządzania modelami ML w całym cyklu ich życia — od programowania po produkcję. ● Projektuj, wdrażaj, zarządzaj, monitoruj i optymalizuj skalowalną i solidną infrastrukturę na potrzeby przepływów pracy związanych z uczeniem maszynowym. ● Wdrażaj procesy oparte na metrykach, aby poprawić dokładność i niezawodność naszych modeli ML, w tym wczesne wykrywanie i łagodzenie problemów z wydajnością. ● Wdrażaj potoki CI/CD i zarządzaj nimi na potrzeby przepływów pracy związanych z uczeniem maszynowym. ● Automatyzuj procesy uczenia modeli, ponownego szkolenia, testowania, sprawdzania poprawności i wdrażania. ● Aktywnie identyfikuj i rozwiązuj problemy związane z wydajnością modelu i jakością danych. ● Skutecznie komunikuj się z interesariuszami, aby zrozumieć wymagania i dostarczać aktualizacje dotyczące wdrożenia i wydajności modelu.
Brak doświadczenia
Czy chcesz znaleźć odpowiednią pracę?
Nowe oferty pracy w Twoim Telegram
Subskrybuj
używamy cookies
Akceptować