Lead MLOps Engineer

<p>Dołącz do naszego zespołu jako Lead MLOps Engineer w Mastercard</p>

<p>Nasze Cele</p>
<p>Dążymy do łączenia i umocnienia cyfrowej gospodarki, która przynosi korzyści każdemu, wszędzie, zapewniając, że transakcje są bezpieczne, proste, inteligentne i dostępne. W Mastercard, wykorzystując bezpieczne dane i innowacyjne sieci, wraz z pasjonującymi partnerstwami, pomagamy jednostkom, firmom, instytucjom finansowym i rządom osiągnąć ich maksymalny potencjał. Naszą kulturę napędza nasz wskaźnik przyzwoitości (DQ), który wpływa na wszystko, co robimy, zarówno wewnątrz, jak i na zewnątrz naszej organizacji. Jesteśmy zaangażowani w tworzenie inkluzywnego środowiska, które docenia indywidualne mocne strony, perspektywy i doświadczenia, wierząc, że różnorodność czyni nas silniejszym zespołem, który dostarcza lepsze rezultaty.</p>

<p>Przegląd stanowiska: Lead MLOps Engineer</p>
<p>Mastercard poszukuje Lead MLOps Engineer, aby stanąć na czele inicjatyw w naszym nagradzanym zespole, z siedzibą w sercu City of London. Rola ta obejmuje wzmocnienie naszych możliwości w walce z przestępczością finansową, taką jak pranie pieniędzy i oszustwa, poprzez wykorzystanie zaawansowanej analizy danych i głębokiego zrozumienia danych płatniczych.</p>

<p>Twoje zadanie i obowiązki</p>
<p>Jako Lead MLOps Engineer:</p>
<ul>
<li>Będziesz rozwijać, utrzymywać i nadzorować modele uczenia maszynowego (ML) przez cały ich cykl życia.</li>
<li>Staniesz na czele w tworzeniu kompleksowego procesu pracy ML, zgodnie z wytycznymi Mastercard i za pomocą certyfikowanych narzędzi.</li>
<li>Twoje początkowe zadania będą skupiać się na wdrażaniu modeli, konfigurowaniu procesów CI/CD, zarządzaniu łańcuchem wydań, oraz ocenie i testowaniu danych wejściowych i wyjściowych modeli.</li>
<li>Będziesz zarządzać monitoringiem modeli za pomocą naszych istniejących narzędzi, takich jak stos ELK i Grafana, tworząc i utrzymując pulpity nawigacyjne i projektując usługi do monitorowania skoku cech i entropii modelu.</li>
<li>Oczekuj zaangażowania w przygotowywanie danych, eksploracyjną analizę danych i automatyzacji tych procesów, aby zniwelować lukę między naukowcami od danych i inżynierami oprogramowania.</li>
<li>Będziesz ściśle współpracować z naukowcami danych, aby uzgodnić wymagania i ograniczenia, oraz z inżynierami oprogramowania, aby zapewnić zrozumienie potrzeb dotyczących cech i modeli.</li>
<li>Zapewnisz spójność między środowiskami szkoleniowymi modeli a obszarami produkcyjnymi.</li>
<li>Uczestnicz w ocenie now