Inżynier MLOps w Nestlogic

Wymagania? Ponad 3 lata praktycznego doświadczenia jako MLOps lub MLEinżynier ze orientacją operacyjną. 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.? Umiejętność pisania wydajnego, skalowalnego kodu w Pythonie.? 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 wspólnie z zespołem, jak i samodzielnie. Samouk z nastawieniem, że wszystko da się zrobić. Obowiązki? Zbuduj infrastrukturę dla cyklu życia ML, od programowania po wdrożenie i monitorowanie. Współpracuj z badaczami danych, inżynierami danych, inżynierami oprogramowania i zespołami ds. produktów, aby szkolić, wdrażać i zarządzać modelami ML na każdym etapie ich życia — od programowania po produkcję. Projektuj, wdrażaj, zarządzaj, monitoruj i optymalizuj skalowalną i solidną infrastrukturę na potrzeby przepływów pracy uczenia maszynowego. Wdrożyć procesy oparte na metrykach, aby poprawić dokładność i niezawodność naszych modeli ML, w tym wczesne wykrywanie i łagodzenie problemów z wydajnością. Wdrażaj i zarządzaj potokami CI/CD na potrzeby przepływów pracy uczenia maszynowego.? Zautomatyzować procesy szkolenia, przeszkolenia, testowania, sprawdzania poprawności i wdrażania modeli. Proaktywnie identyfikuj i rozwiązuj problemy związane z wydajnością modelu i jakością danych. Skutecznie komunikuj się z interesariuszami, aby zrozumieć wymagania i dostarczać aktualizacje dotyczące wdrażania i wydajności modelu.