ML Engineer, AI & ML CoE

Doświadcz karierę w HARMAN, dynamicznym liderze technologicznym, angażującym się w poprawę jakości życia poprzez innowacje, włączanie i współpracę. Nasze środowisko współpracy umożliwia Ci rozwój, wywieranie znaczącego wpływu i dumę z pracy, jaką wykonujesz każdego dnia.

Szukamy wykwalifikowanego Inżyniera Uczenia Maszynowego, który zaprojektuje, zbuduje i będzie utrzymywać infrastrukturę dla efektywnych, skalowalnych i niezawodnych obiegów pracy uczenia maszynowego. Ta rola obejmuje ścisłą współpracę z deweloperami i naukowcami danych w celu identyfikacji i wdrożenia najnowocześniejszych rozwiązań uczenia maszynowego, które wykorzystują dane do osiągania celów biznesowych. Będziesz projektować, rozwijać i wdrażać systemy uczenia maszynowego wspierające cele przedsiębiorstwa i napędzające innowacje.

To jest rola indywidualnego współpracownika, raportującego do Starszego Menedżera/Dyrektora AI & ML.

• Projektowanie i wdrażanie kompleksowych procesów uczenia maszynowego, w tym przetwarzania danych, inżynierii cech, szkolenia modeli i ich oceny.
• Budowanie i utrzymywanie skalowalnej, niezawodnej infrastruktury dla uczenia maszynowego przy użyciu platform chmurowych takich jak AWS, GCP lub Azure.
• Rozwój konteneryzowanych procesów uczenia maszynowego przy użyciu Docker i Kubernetes.
• Implementacja praktyk DevOps, takich jak ciągła integracja, ciągłe dostarczanie i infrastruktura jako kod.
• Monitorowanie i utrzymywanie zdrowia systemów uczenia maszynowego przy użyciu narzędzi takich jak Prometheus, Grafana, czy ELK stack.
• Zapewnienie bezpieczeństwa danych i prywatności, w tym kontroli dostępu i wykrywania zagrożeń.
• Komunikowanie złożonych koncepcji technicznych zarówno technicznym, jak i nietechnicznym interesariuszom.
• Śledzenie najnowszych osiągnięć w dziedzinie MLOps, uczenia maszynowego i usług chmurowych.

• Biegłość w środowiskach chmurowych, lokalnych i hybrydowych z narzędziami do konteneryzacji takimi jak Docker, Kubernetes i AWS Elastic Container Service.
• Silne podstawy w metodykach zwinnych i DevOps/MLOps dla pipeline'ów ML i science danych.
• Znajomość co najmniej jednego języka programowania, takiego jak Python, Java lub Go.
• Doświadczenie z platformami chmurowymi, takimi jak AWS, Microsoft Azure, czy Google Cloud Platform (GCP).
• Znajomość praktyk DevOps, w tym ciągłej integracji, ciągłego dostarczania i infrastruktury jako kod.
• Doświadczenie z systemami kontroli wersji, takimi jak Git.
• Biegłość w manipulowaniu i analizowaniu dużych zbiorów danych z wykorzystaniem SQL, Pandas lub NumPy.
• Doświadczenie w projektowaniu i wdrażaniu procesów uczenia maszynowego.
• Doświadczenie z narzędziami do monitoringu i logowania, takimi jak Prometheus, Grafana czy ELK stack.
• Zrozumienie najlepszych praktyk bezpieczeństwa dla systemów uczenia maszynowego, w tym prywatności i kontroli dostępu do danych.

• Gotowość do podróży do 10%, zarówno krajowych, jak i międzynarodowych.
• Chęć pracy w biurze.

• Elastyczne środowisko pracy i możliwość pracy