Ми шукаємо інженера платформи машинного навчання, щоб приєднатися до нашої команди розробки платформи. Ідеальний кандидат матиме чітке розуміння проектування та створення платформ машинного навчання в системі з декількома додатками та декількома моделями. Вони зосереджуватимуться на автоматизації, відстежуваності, моніторингу, масштабованості та можливості повторного використання як на рівні моделі, так і на рівні даних. Сфери відповідальностіПідтримка в розробці та створенні платформи машинного
Ми шукаємо інженера платформи машинного навчання, щоб приєднатися до нашої команди розробки платформи. Ідеальний кандидат матиме чітке розуміння проектування та створення платформ машинного навчання в системі з декількома додатками та декількома моделями. Вони зосереджуватимуться на автоматизації, відстежуваності, моніторингу, масштабованості та можливості повторного використання як на рівні моделі, так і на рівні даних. Сфери відповідальностіПідтримка в розробці та створенні платформи машинного навчання, яка надає декілька програм і моделей на програму, зосереджуючись на автоматизації, відстежуваності, моніторингу, масштабованості , і багаторазове використання. Підтримуйте дослідників даних, щоб скоротити час від ідеї та дослідження до тестування, створивши платформу для спільної роботи. Управління та обслуговування даних у перевіреному та зручному форматі з джерел Інтернету речей із даними з нерегулярною вибіркою. Проявіть ініціативу та працюйте з колегами, власниками продуктів та Архітектори, які знаходять найкращі рішення для платформи. Кваліфікація Перевірений досвід у проектуванні та створенні платформ ML. Вільне володіння Python і досвід роботи з pyspark. Досвід роботи з такими службами Azure, як Azure ML, Azure blob storage, Event hubs, Azure Data Factory, Azure DevOps, Azure Data Explorer і Azure Databricks. Мова запитів Kusto. Розуміння прикладних MLO і складності керування даними з джерел Інтернету речей. Чудові навички співпраці для підтримки науковців із обробки даних і скорочення часу від ідеї та дослідження до PoC/MVP. Інтерес і бажання зрозуміти концепції енергетичної системи. і потенційну бізнес-цінність платформи. І бути в змозі зрозуміти, що є достатньо хорошим, щоб забезпечити цю цінність. Знання та досвід архітектури лямбда, архітектури медальйона, сховищ функцій, вибіркових даних подій, MLOps, CRISP-DM, периферійних обчислень, розгортання коду проти моделі розгортання, CI/CD, і загальні шаблони платформ даних.