Dołącz do naszego zespołu jako inżynier operacji uczenia maszynowego w Singtel

W Singtel, naszą misją jest przesuwanie granic technologii i teraz poszukujemy pasjonatów Inżynierii Operacji Uczenia Maszynowego (MLOps), aby pomóc nam obalić mity dotyczące Uczenia Maszynowego (ML) i ulepszyć nasze procesy operacyjne. Jeśli jesteś chętny projektować i rozwijać kod produkcyjny oraz zapewnić wysoką efektywność modeli ML, chcemy Cię w naszym zespole!

Twoja rola i obowiązki

Jako inżynier MLOps, będziesz:

• Rozwijać inżynierskie rozwiązania działające na poziomie produkcyjnym dla inicjatyw związanych z uczeniem maszynowym i danymi.
• Zarządzać i monitorować cały cykl życia modeli ML w produkcji, w tym monitoring funkcji, wyniki modeli i wydajność.
• Planować i orkiestrować złożone przepływy pracy i potoki ML, korzystając z najnowszych technologii.
• Optymalizować algorytmy uczenia maszynowego, wykorzystując zaawansowane technologie do skrócenia czasu szkolenia i opóźnienia wnioskowania.
• Współpracować z naukowcami danych, analitykami biznesowymi i zespołami IT w celu budowania platform wspierających operacje uczenia maszynowego i analizy danych na dużą skalę.
• Bezustannie innowować i optymalizować przepływy pracy ML poprzez badania i rozwój nowych technologii.
• Ustanawiać, wdrażać i utrzymywać najlepsze praktyki i zasady inżynierii uczenia maszynowego.

Czego potrzebujemy od Ciebie

Podstawowe kwalifikacje:

• Stopień licencjata w dziedzinie informatyki, inżynierii komputerowej lub pokrewnej.
• Świetne umiejętności programowania w co najmniej jednym języku obiektowym, takim jak Python, Java lub C++.
• Znajomość Bash, Shell, YAML, Ansible, Git, Maven, Jenkins, Junit, Ctrl-M, K8, Docker i innych podobnych narzędzi.
• Co najmniej 2 lata doświadczenia w inżynierii oprogramowania lub inżynierii danych.
• Praktyczne doświadczenie w implementacji algorytmów i aplikacji uczenia maszynowego.
• Silna ekspertyza w narzędziach wdrożeniowych modeli ML i obliczeniach wysokiej wydajności.
• Głęboka pasja do uczenia maszynowego, odkrywania nowych obszarów zastosowania i narzędzi.

Pożądane umiejętności:

• Doświadczenie z Spark, HiveQL lub Optaplanner.
• Zrozumienie modelowania bazy danych, dużych zbiorów danych lub koncepcji hurtowni danych.
• Znajomość dystrybucyjnych frameworków uczenia maszynowego, takich jak TensorFlow, PyTorch, Caffe lub MLFlow.
• Doświadczenie w technikach AI, w tym uczenia maszynowego, głębokiego uczenia i uczenia ze wzmocnieniem.