Вимоги? 3+ роки практичного досвіду в якості інженера MLO або інженера MLE з операційною орієнтацією.? Перевірений досвід у створенні та управлінні конвеєрами ML, а також процесами та інструментами CI/CD.? Великий досвід роботи з робочими процесами ML і фреймворками оркестровки даних, такими як AirFlow, Prefect, MLFlow, Kubeflow, SageMaker тощо? Знайомство з інструментами оркестровки контейнерів, включаючи Kubernetes.? Досвід роботи з хмарними сервісами AWS.? Здатність писати ефективний, масштаб
Вимоги? 3+ роки практичного досвіду в якості інженера MLO або інженера MLE з операційною орієнтацією.? Перевірений досвід у створенні та управлінні конвеєрами ML, а також процесами та інструментами CI/CD.? Великий досвід роботи з робочими процесами ML і фреймворками оркестровки даних, такими як AirFlow, Prefect, MLFlow, Kubeflow, SageMaker тощо? Знайомство з інструментами оркестровки контейнерів, включаючи Kubernetes.? Досвід роботи з хмарними сервісами AWS.? Здатність писати ефективний, масштабований код Python.? Досвід роботи з керуванням джерелом (наприклад, Bitbucket, Git).? Бакалавр наук з інформатики, інженерії, математики чи іншої кількісної галузі — перевага.? Сильні навички вирішення проблем із хорошим аналізом для виявлення першопричини.? Здатність працювати як спільно з командою, так і самостійно.? Самонавчання зі ставленням до acan-do. Обов'язки? Створіть інфраструктуру життєвого циклу ML від розробки до розгортання та моніторингу.? Працюйте разом із спеціалістами з обробки даних, інженерами з обробки даних, інженерами програмного забезпечення та командами продуктів, щоб навчати, розгортати та керувати моделями ML протягом усього життєвого циклу — від розробки до виробництва.? Проектуйте, впроваджуйте, керуйте, контролюйте та оптимізуйте масштабовану та надійну інфраструктуру для робочих процесів машинного навчання.? Впровадити процеси, засновані на показниках, щоб підвищити точність і надійність наших моделей ML, включаючи раннє виявлення та пом’якшення проблем з продуктивністю.? Впроваджувати та керувати конвеєрами CI/CD для робочих процесів машинного навчання.? Автоматизувати процеси навчання моделі, перенавчання, тестування, перевірки та розгортання.? Завчасно виявляти та вирішувати проблеми, пов’язані з продуктивністю моделі та якістю даних.? Ефективно спілкуйтеся із зацікавленими сторонами, щоб зрозуміти вимоги та надавати оновлення щодо розгортання та продуктивності моделі.