Machine Learning DevSecOps Engineer

W Ford Motor Company jesteśmy pionierami w dziedzinie mobilności, dedykowanymi napędzaniu postępu ludzkiego poprzez wolność ruchu. Nasze zaangażowanie w innowacje pozwala kształtować Twoje marzenia w rzeczywistość. Oto Twoja szansa, aby dołączyć do naszej ekscytującej podróży w przyszłość mobilności i transportu.

Nasz zespół Global Data Insight & Analytics się rozrasta i poszukuje Inżyniera Machine Learning DevSecOps. W tej roli będziesz liderem naszych wysiłków w zakresie opracowywania i wdrażania nowoczesnej platformy Data Science / AI/ML. Stanowisko to zachęca do współpracy i ciągłego dostarczania z zespołem inżynierów, partnerów biznesowych, menedżerów produktu i projektantów, promując atmosferę innowacji.

Jako Inżynier Machine Learning DevSecOps będziesz:

• Ściśle współpracować z Tech Anchor, Menedżerem Produktu i Właścicielem Produktu, aby dostarczyć zaawansowaną platformę MLOps w GCP, używając Pythona i innych narzędzi.
• Innowować i standaryzować praktyki rozwoju uczenia maszynowego.
• Używać Programowania Parami do rozwiązywania problemów, cross-trainingu i przyspieszania dostaw.
• Korzystać z najnowszych technologii w dziedzinie ML, NLP, GCP, AIOPs i Kubernetes.
• Projektować i rozwijać modele ML w celu rozwiązania złożonych problemów biznesowych.
• Automatyzować wdrażanie, szkolenie i ponowne szkolenie modeli ML, używając zwinnych praktyk i MLOps.
• Skutecznie zarządzać wersjonowaniem modeli i ich śledzeniem.

Aby kwalifikować się do tej roli, potrzebujesz:

• Potwierdzonej znajomości angielskiego (pisemnej i ustnej).
• Licencjatu z informatyki, inżynierii komputerowej lub pokrewnej dziedziny technicznej.
• Co najmniej 2 lata doświadczenia z Pythonem i usługami inżynierii w chmurze, takimi jak GCP Vertex AI.
• Znajomości narzędzi do orkiestracji przepływu pracy ML, takich jak Airflow lub Kubeflow.
• Doświadczenia w DevSecOps, używając narzędzi takich jak Jenkins/Tekton i Checkmarx.
• Znajomości rozwiązań do zarządzania kontenerami, takich jak Kubernetes, Docker i GKE.
• Umiejętności w językach skryptowych, takich jak Bash lub PowerShell.

Preferowani kandydaci będą również mieli:

• Mistrzowski stopień w dziedzinie informatyki, uczenia maszynowego lub pokrewnej dziedziny.
• Doświadczenie z Terraform i praktykami rzemiosła oprogramowania, takimi jak Programowanie Parami i Rozwój Oparty na Testach.
• Głębokie zrozumienie MLOPs i ram uczenia maszynowego, takich jak Sklearn, TensorFlow i Pytorch.
• Doświadczenie w stosowaniu praktyk zwinnych w dostarczaniu rozwiązań.
• Wiedzę na temat technologii i koncepcji AI generatywnego.

Ford Motor Company jest Pracodawcą Równych Szans