Senior Software Engineer, Machine Learning - MLOps, (part time)

Job expired!

Description de l'entreprise

Tesco est un leader mondial de la vente au détail, employant plus de 336 000 collègues dans le monde entier. Nos logiciels impactent des millions d'utilisateurs à travers plusieurs pays au quotidien - des caisses et sites web utilisés par nos clients, aux systèmes sur lesquels s'appuient nos collègues et partenaires. Vous jouerez un rôle vital pour garantir le bon fonctionnement de ces systèmes et aider à résoudre tous les problèmes commerciaux qui pourraient survenir. En tant que membre des Tesco Technology Hubs au Royaume-Uni, en Pologne, en République tchèque, en Hongrie et en Inde, vous collaborerez étroitement avec une équipe mondiale.

Pourquoi nos collègues aiment travailler chez Tesco

  • Nous développons nos propres produits
  • Nous créons des impacts significatifs sur les opérations à grande échelle
  • Nous sommes dignes de confiance avec responsabilité et respect
  • Nous nous soutenons et collaborons les uns avec les autres
  • Travail au sein de petites équipes soudées
  • Opportunités de développement personnel et d'apprentissage

Description du poste

À propos du rôle

Nous recherchons un Ingénieur en apprentissage automatique expérimenté pour rejoindre notre équipe croissante de Data Science Engineering. Vous collaborerez avec des ingénieurs, des data scientists, des chefs de produit et des professionnels de l'analyse pour fournir des résultats précieux et innovants à nos clients. Si vous avez une expérience antérieure en tant qu'Ingénieur en apprentissage automatique (ML Engineer) ou Ingénieur logiciel, ce poste pourrait vous convenir parfaitement.

À propos de l'équipe

Notre équipe Data Science & Analytics travaille à maximiser la valeur des données pour nos clients et nos communautés. Nous construisons, gérons et optimisons les plateformes de données de Tesco, fournissons des outils à la communauté analytique et développons des produits de données à grande échelle. Les projets couvrent des domaines tels que la chaîne d'approvisionnement, la logistique, l'optimisation des opérations en magasin et en ligne, le soutien à la décision commerciale et le bord intelligent. Les Ingénieurs en apprentissage automatique de notre équipe collaborent avec les data scientists sur le développement d'outils et de plateformes, l'optimisation du code et le déploiement de solutions sur les environnements edge, cloud et big-data.

Responsabilités clés

  • Participer aux discussions sur la conception et l'architecture des systèmes
  • Traduire les besoins de l'équipe produit en exigences techniques
  • Collaborer tout au long du cycle de vie logiciel avec les Data Scientists, les Ingénieurs logiciels et les équipes Produit
  • Livrer du code de haute qualité et mettre en production des solutions
  • Effectuer des revues de code pour optimiser les performances techniques
  • Soutenir les systèmes de production, résoudre les incidents et effectuer des analyses de cause racine
  • Améliorer continuellement la technologie, les processus et les pratiques
  • Partager les connaissances avec la communauté plus large des ingénieurs
  • Appliquer les pratiques SDLC pour créer et libérer des logiciels robustes

Qualifications

Nous recherchons des candidats ayant une formation en Ingénierie Logicielle ou en Ingénierie ML, compétents en Programmation (Python), Apprentissage automatique et MLOps, et ayant de l'expérience dans le déploiement de solutions de science des données en production.

Exigences principales
  • 4-5 ans d'expérience en tant qu'Ingénieur logiciel ; expérience dans des projets d'apprentissage automatique bénéfique
  • Expérience souhaitable dans la recherche et la recommandation
  • Solides compétences en ingénierie logicielle avec une connaissance de plusieurs langages de programmation, idéalement Python
  • Compréhension avantageuse du secteur de la vente au détail, de la logistique et/ou du commerce électronique
  • Connaissance des pratiques et outils émergents du MLOps
  • Orientation client avec un équilibre entre la livraison des résultats et