Senior Machine Learning Engineer (f/m/div.)

Описание компании

В Bosch мы посвящены формированию будущего через высококачественные технологии и услуги, которые вызывают восторг и обогащают жизнь людей. Наша приверженность нашим сотрудникам неуклонна: мы растем вместе, мы наслаждаемся нашей работой и вдохновляем друг друга. Присоединяйтесь к нам в Bosch, где платформа grow GmbH с нетерпением ждет вашего отклика!

Описание работы

Наш корпоративный стартап, Bosch Software Flow (BSF), активно ищет поддержку, чтобы революционизировать процесс выпуска программного обеспечения. Наша миссия - цифровизировать этот процесс вместе с нашими клиентами, используя нашу специально разработанную программную услугу Yaku, идеально подходящую для строго регулируемых отраслей, таких как автомобилестроение или финансы, позволяя автоматизировать выпуск программного обеспечения. Мы предлагаем современную, гибкую рабочую среду, где вы можете внести свои идеи и ускорить свой личный рост. Готовы оказать влияние? Присоединяйтесь к #TeamBSF сегодня!

Основные обязанности:

• Разработка модели: Разработка и внедрение моделей машинного обучения в различных бизнес-приложениях.
• Предварительная обработка данных: Управление большими структурированными и неструктурированными наборами данных для эффективного извлечения информации.
• Обучение и оценка моделей: Обучение с использованием оптимальных алгоритмов, оценка эффективности и улучшение для повышения точности и эффективности.
• MLOps: Внедрение моделей МО в производство, создание систем для мониторинга их надежности и производительности.
• Проверка качества данных: Создание и выполнение проверок качества данных для обеспечения целостности и согласованности данных.
• Исследования и инновации: Быть в курсе последних достижений в области машинного обучения и ИИ, внедрение новых методов и инструментов в процесс разработки.

Квалификация

Потенциальные кандидаты должны иметь минимум 5 лет опыта в гибкой разработке программного обеспечения, с владением языков, таких как Python, R или Java. Знание фреймворков машинного обучения (TensorFlow, PyTorch), технологий обработки больших данных (например, Hadoop, Spark) и облачных платформ (например, AWS, Azure) является критически важным. Ожидается глубокое понимание практик внед