Machine Learning Engineer, ML Ops

En Workday, nuestro viaje comenzó con una simple conversación durante el desayuno en un soleado restaurante de California. Nuestros fundadores imaginaron transformar el mercado de software empresarial, y a medida que crecimos, fue nuestra cultura única lo que nos distinguió. Esta cultura, centrada en poner a las personas en primer lugar, continúa impulsando nuestro éxito. Nuestros compañeros de trabajo creen que un ambiente saludable, centrado en los empleados y colaborativo es clave para el éxito empresarial. Nos preocupamos por nuestra gente, comunidades y el planeta, mientras nos mantenemos rentables.

¡Únete al dinámico equipo de Workday Assistant! Como parte de la organización de Experiencia del Empleado, permitimos a los empleadores involucrar y apoyar a su fuerza laboral de manera más efectiva, haciendo que el trabajo sea personal y productivo. Estamos buscando un Ingeniero de Operaciones de Aprendizaje Automático dedicado para ayudar en nuestra misión estratégica de encontrar a los trabajadores donde estén.

Como Ingeniero de Aprendizaje Automático enfocado en ML Ops, tú:

• Implementarás herramientas, marcos y plataformas de MLOps para el desarrollo, despliegue y gobernanza de ML.
• Crearás flujos de trabajo reutilizables de ML para el entrenamiento, evaluación, despliegue y mantenimiento de modelos.
• Mejorarás el seguimiento y monitoreo de modelos, experimentos, artefactos y datos.
• Colaborarás con ingenieros de datos y científicos de datos en el diseño de características.
• Diagnosticarás y resolverás rápidamente problemas en los flujos de trabajo y producción de ML.

Aplicarás tu pensamiento creativo, habilidades analíticas, de resolución de problemas y técnicas para impactar a miles de empresas y millones de personas.

Calificaciones Básicas

• Más de 3 años de experiencia con Python en entornos de producción y ETL.
• Más de 2 años de experiencia construyendo canalizaciones de datos o MLOps usando Python, Airflow, Databricks o servicios nativos de la nube similares.
• Más de 2 años de experiencia con AWS, Vertex AI y Kubernetes.
• Más de 2 años de experiencia operacionalizando proyectos de Ciencia de Datos usando plataformas como Airflow, Kubeflow, AWS SageMaker, Google AI Platform.
• Más de 1 año de experiencia construyendo canalizaciones de datos/ETL e infraestructura de entrenamiento de modelos, incluyendo trabajos con GPU.
• Más de 1 año de experiencia gestionando y soportando Docker, Kubernetes, Spark, CI/CD y GitOps.
• Más de 1 año de experiencia con versionado de datos, gestión de modelos de ML, ciclo de vida y reproducibilidad.

Otras Calificaciones

• Experiencia con marcos de ML como PyTorch, Keras, Transformers y SKLearn.
• Experiencia ajustando modelos de NLP y HuggingFace.
• Experiencia con servicios AWS, especialmente EKS.
• Más de 1 año de experiencia con herramientas de MLOps como TFX, MLFlow, Kubeflow, Apache Spark.
• Licenciatura en un campo relevante (por ejemplo, Ciencias de la Computación, Matemáticas, Ingeniería). Un M.S. o Ph.D. es una ventaja.

Sobre Ti

• Altamente automotivado y disfrutas entregar soluciones de aprendizaje automático a escala de producción.
• Un jugador en equipo colaborativo con un enfoque de liderazgo positivo.
• Aprendiz rápido, orientado a los detalles, decisivo y prosperas en un entorno de ritmo rápido.
• Fiable, flexible y mantienes una actitud laboral positiva.

Declaración de Transparencia de Pagos de Workday

Los rangos de salario base anual para nuestras ubicaciones principales y adicionales se enumeran a continuación. La compensación varía según la ubicación, con elegibilidad para el Plan de Bonos de Workday o comisión/bono específico del rol, y concesiones anuales de acciones. Los reclutadores proporcionarán detalles durante el proceso de contratación. Las ofertas de compensación se basan en varios factores, incluidos geografía, experiencia, habilidades, deber