Инженер МЛОпс в Nestlogic

MLOps Engineer Киев, Винница, удалено Требования ● 3+ года практического опыта работы в качестве MLOps или MLEngineer с ориентацией на эксплуатацию. ● Проверенный опыт создания и управления конвейерами ML, а также процессами и инструментами CI/CD. ● Обширный опыт работы с рабочими процессами ML и платформами оркестрации данных, такими как AirFlow, Prefect, MLFlow, Kubeflow, SageMaker и т. д. ● Знакомство с инструментами оркестрации контейнеров, включая Kubernetes. ● Опыт работы с облачными сервисами AWS. ● Способность писать эффективный, масштабируемый код Python. ● Опыт работы с системой контроля версий (например, Bitbucket, Git). ● Бакалавр компьютерных наук, инженерии, математики или другой количественной области — преимущество. ● Сильные навыки решения проблем с хорошим анализом для выявления коренных причин. ● Способность работать как совместно с командой, так и самостоятельно. ● Самообучающийся и инициативный. Обязанности ● Создание инфраструктуры для жизненного цикла ML: от разработки до развертывания и мониторинга. ● Работайте вместе со специалистами по данным, инженерами по обработке данных, инженерами-программистами и командами по продуктам для обучения, развертывания и управления моделями ML на протяжении всего их жизненного цикла — от разработки до производства. ● Проектируйте, внедряйте, управляйте, отслеживайте и оптимизируйте масштабируемую и надежную инфраструктуру для рабочих процессов машинного обучения. ● Внедряйте процессы на основе показателей, чтобы повысить точность и надежность наших моделей машинного обучения, включая раннее обнаружение и устранение проблем с производительностью. ● Внедряйте и управляйте конвейерами CI/CD для рабочих процессов машинного обучения. ● Автоматизировать процессы обучения, переобучения, тестирования, проверки и развертывания моделей. ● Заблаговременно выявляйте и решайте проблемы, связанные с производительностью модели и качеством данных. ● Эффективно общаться с заинтересованными сторонами, чтобы понимать требования и предоставлять обновленную информацию о развертывании и производительности модели.