Senior Machine Learning Operations Engineer

O GameChanger

W GameChanger pasjonujemy się transformacyjną mocą sportu młodzieżowego, który kształtuje liderów, zespół, odpowiedzialność i pewność siebie. To kluczowe życiowe lekcje, które prowadzą naszą młodzież na ścieżki do sukcesu w przyszłości. Zdajemy sobie sprawę, że siłą napędową zorganizowanego sportu młodzieżowego są trenerzy, rodzice i wolontariusze. Dlatego jesteśmy oddani tworzeniu ostatecznej platformy do uchwycenia i udostępniania kluczowych momentów sportu młodzieżowego, wspierając rodziny w pielęgnowaniu przyszłych liderów poprzez te działania.

Jeśli jesteś tak samo pasjonatem sportu i jego zdolności do budowania wspólnoty, lub jeśli to rozwijanie innowacyjnych produktów Cię ekscytuje, rozważ dołączenie do nas w GameChanger. Jako firma technologiczna zakorzeniona w Nowym Jorku i stawiająca na pracę zdalną, stawiamy czoła niektórym z największych wyzwań dzisiejszych sportów młodzieżowych.

Pozycja: Starszy Inżynier ds. Operacji uczenia maszynowego

Poszukujemy doświadczonego i ambitnego Inżyniera MLOps do prowadzenia wdrażania modeli Wizji Komputerowej i uczenia maszynowego. Idealny kandydat będzie posiadał praktyczne doświadczenie w budowaniu infrastruktury uczenia maszynowego, wdrażaniu modeli wizji komputerowej i zarządzaniu cyklem życia modeli. Biegłość w narzędziach MLOps, znajomość ram uczenia maszynowego takich jak PyTorch lub TensorFlow oraz platform chmurowych takich jak AWS są kluczowe. Dodatkowo, doświadczenie w wdrażaniu mobilnym na platformach iOS i Android będzie bardzo korzystne.

Dołączenie do naszego zespołu oznacza współpracę między funkcjami w celu realizacji rozwiązań, głównie w koszykówce, baseballu i softballu. Ta rola oferuje unikatową okazję do pracy z wyższym kierownictwem i bycia kluczowym graczem w kształtowaniu przyszłości wizji komputerowej w naszych produktach i ramach inżynieryjnych.

Kluczowe obowiązki:

• Projektowanie i wdrażanie rurociągów MLOps dla automatyzowanego wdrażania modeli na iOS, Android i infrastrukturach chmurowych.
• Zarządzanie całym cyklem życia modeli wizji komputerowej, w tym testowanie, integracja, wypuszczanie i ciągłe monitorowanie.
• Optymalizacja infrastruktur chmurowych w celu zwiększenia efektywności kosztowej, wydajności i ogólnej skuteczności.
• Współpraca z inżynierami machine learning i naukowcami danych, aby zapewnić modelom skalowalność, niezawodność i optymalną wydajność.
• Utrzymanie przewagi nad trendami branżowymi w MLOps i technologiach wdrażania uczenia maszynowego oraz wprowadzanie innowacyjnych rozwiązań w celu zwiększenia naszych możliwości.
• Przyczynianie się do ustanowienia czołowej praktyki uczenia maszynowego w GameChanger.

Kim jesteś:

Posiadasz licencjat lub magister