Machine Learning Engineer, ML Ops

В Workday наш путь начался с простой беседы за завтраком в солнечной закусочной Калифорнии. Наши основатели задумали изменить рынок корпоративного программного обеспечения, и по мере нашего роста наша уникальная культура выделяла нас. Эта культура, сосредоточенная на том, чтобы ставить людей на первое место, продолжает приводить нас к успеху. Наши сотрудники верят, что здоровая, ориентированная на сотрудников и совместная среда является ключом к успеху бизнеса. Мы заботимся о наших людях, сообществах и планете, оставаясь прибыльными.

Присоединяйтесь к динамичной команде Workday Assistant! Как часть организации по созданию условий для сотрудников, мы обеспечиваем работодателям возможность более эффективно привлекать и поддерживать своих сотрудников, делая работу личной и продуктивной. Мы ищем преданного своему делу инженера по эксплуатации машинного обучения, который поможет нам в нашей стратегической миссии - встретить работников там, где они находятся.

Будучи инженером по машинному обучению с акцентом на MLOps, вы будете:

• Внедрять инструменты, фреймворки и платформы MLOps для разработки, развертывания и управления моделями машинного обучения.
• Создавать повторно используемые рабочие процессы машинного обучения для обучения моделей, оценки, развертывания и их сопровождения.
• Улучшать отслеживание и мониторинг моделей, экспериментов, артефактов и данных.
• Сотрудничать с инженерами данных и учеными-данными по вопросам создания признаков.
• Быстро диагностировать и решать проблемы рабочих процессов машинного обучения и в продакшне.

Вы будете применять ваше креативное мышление, аналитические, проблемные и технические навыки для влияния на тысячи предприятий и миллионы людей.

Основные требования:

• 3+ года опыта работы с Python в продакшне и ETL-средах.
• 2+ года опыта создания трубопроводов данных или MLOps с использованием Python, Airflow, Databricks или аналогичных облачных сервисов.
• 2+ года опыта работы с AWS, Vertex AI и Kubernetes.
• 2+ года опыта эксплуатации проектов Data Science с использованием платформ, таких как Airflow, Kubeflow, AWS SageMaker, Google AI Platform.
• 1+ год опыта в создании трубопроводов данных/ETL и инфраструктуры для обучения моделей, включая работу с GPU.
• 1+ год опыта в управлении и поддержке Docker, Kubernetes, Spark, CI/CD и GitOps.
• 1+ год опыта в управлении версиями данных, управлением моделями машинного обучения, их жизненным циклом и воспроизводимостью.

Другие требования:

• Опыт работы с ML-фреймворками, такими как PyTorch, Keras, Transformers и SKLearn.
• Опыт тонкой настройки моделей NLP и HuggingFace.
• Опыт работы с AWS сервисами, особенно EKS.
• 1+ год опыта работы с инструментами MLOps, такими как TFX, MLFlow, Kubeflow, Apache Spark.
• Степень бакалавра в соответствующей области (например, информатика, математика, инженерное дело). Степень магистра или Ph.D. является плюсом.

О вас:

• Высоко мотивированный человек, который с удовольствием предоставляет решения по машинному обучению уровня продакшн.
• Совместимый командный игрок с позитивным подходом к лидерству.
• Быстро учится, ориентирован на детали, решительный и процветает в быстром темпе.
• Надежный, гибкий и сохраняет позитивное отношение к работе.

Годовая базовая зарплата для наших основных и дополнительных мест расположения указана ниже. Вознаграждение варьируется в зависимости от местоположения, с правом на участие в бонусном плане Workday или на получение комиссионных/бонусов по ролям