Machine Learning Engineer, ML Ops

W Workday nasza podróż rozpoczęła się od prostej rozmowy przy śniadaniu w słonecznej kalifornijskiej jadłodajni. Nasi założyciele mieli wizję transformacji rynku oprogramowania dla przedsiębiorstw, a wraz z naszym rozwojem to nasza unikalna kultura wyróżniała nas spośród innych. Ta kultura, skoncentrowana na stawianiu ludzi na pierwszym miejscu, nadal napędza nasz sukces. Nasi współpracownicy wierzą, że zdrowe, skoncentrowane na pracownikach i współpracujące środowisko jest kluczem do sukcesu biznesowego. Dbamy o naszych ludzi, społeczności i planetę, jednocześnie pozostając dochodowi.

Dołącz do dynamicznego zespołu Workday Assistant! Jako część organizacji Employee Experience, umożliwiamy pracodawcom bardziej efektywne angażowanie i wspieranie swojej siły roboczej, czyniąc pracę bardziej osobistą i produktywną. Szukamy dedykowanego Inżyniera ds. Operacji Uczenia Maszynowego, który pomoże nam w naszej strategicznej misji dotarcia do pracowników tam, gdzie są.

Jako Inżynier ds. Uczenia Maszynowego skoncentrowany na MLOps, będziesz:

• Wdrażać narzędzia, struktury i platformy MLOps do rozwoju, wdrażania i zarządzania ML.
• Tworzyć powtarzalne przepływy pracy ML do szkolenia modeli, ich oceny, wdrażania i utrzymania.
• Udoskonalać śledzenie i monitorowanie modeli, eksperymentów, artefaktów i danych.
• Współpracować z inżynierami danych i naukowcami danych nad inżynierią cech.
• Szybko diagnozować i rozwiązywać problemy z przepływem pracy ML i produkcją.

Wykorzystasz swoje kreatywne myślenie, umiejętności analityczne, rozwiązywanie problemów i umiejętności techniczne, aby wpływać na tysiące przedsiębiorstw i miliony ludzi.

Podstawowe kwalifikacje:

• 3+ lata doświadczenia w pracy z Pythonem w produkcji i w środowiskach ETL.
• 2+ lata doświadczenia w budowaniu rurociągów danych lub MLOps za pomocą Pythona, Airflow, Databricks lub podobnych usług chmurowych.
• 2+ lata doświadczenia z AWS, Vertex AI i Kubernetes.
• 2+ lata doświadczenia w operacjonalizacji projektów Data Science przy użyciu platform takich jak Airflow, Kubeflow, AWS SageMaker, Google AI Platform.
• 1+ rok doświadczenia w budowaniu rurociągów danych/ETL i infrastruktury szkolenia modeli, w tym pracy z GPU.
• 1+ rok doświadczenia w zarządzaniu i wspieraniu Docker, Kubernetes, Spark, CI/CD i GitOps.
• 1+ rok doświadczenia w wersjonowaniu danych, zarządzaniu modelami ML, cyklu życia i powtarzalności.

Inne kwalifikacje:

• Doświadczenie z frameworkami ML, takimi jak PyTorch, Keras, Transformers i SKLearn.
• Doświadczenie w dostosowywaniu modeli NLP i HuggingFace.
• Doświadczenie z usługami AWS, zwłaszcza EKS.
• 1+ rok doświadczenia w pracy z narzędziami MLOps, takimi jak TFX, MLFlow, Kubeflow, Apache Spark.
• Tytuł licencjata w odpowiednim polu (np. Informatyka, Matematyka, Inżynieria). M.S. lub Ph.D. jest dodatkowym atutem.

O Tobie:

• Wysoce zmotywowany i czerpiący radość z dostarczania rozwiązań uczenia maszynowego na skal