У Workday наша подорож почалася з простої розмови за сніданком у сонячній кальфорнійській закусочній. Наші засновники уявляли трансформацію ринку корпоративного програмного забезпечення, і з нашим зростанням саме наша унікальна культура відрізняла нас від інших. Ця культура, зосереджена на тому, щоб ставити людей на перше місце, продовжує стимулювати наш успіх. Наші співробітники вважають, що здорова, орієнтована на працівника і колаборативна середовище є ключем до успіху бізнесу. Ми піклуємося про наших людей, громади і планету, залишаючись при цьому прибутковими.
Приєднуйтеся до динамічної команди Workday Assistant! Як частина організації Employee Experience, ми даємо можливість роботодавцям більш ефективно взаємодіяти та підтримувати своїх працівників, роблячи роботу особистою і продуктивною. Ми шукаємо відданого інженера з машинного навчання, який допоможе в нашій стратегічній місії – зустрічати працівників там, де вони є.
Як інженер з машинного навчання, що зосереджений на ML Ops, ви будете:
- Впроваджувати інструменти, рамки та платформи для розробки, розгортання та управління ML.
- Створювати повторювані ML-робочі процеси для навчання, оцінювання, розгортання та обслуговування моделей.
- Покращувати відстеження і моніторинг моделей, експериментів, артефактів і даних.
- Співпрацювати з інженерами даних і науковцями з даних над інженерією ознак.
- Швидко діагностувати і вирішувати питання робочих процесів ML і виробничі проблеми.
Ви застосовуватимете ваше креативне мислення, аналітичні, проблеморозв'язувальні й технічні навички, щоб впливати на тисячі підприємств і мільйони людей.
Основні вимоги:
- 3+ років дозвіду з Python у виробничих і ETL налаштуванях.
- 2+ років досвіду побудови даних або MLOps трубопроводів з використанням Python, Airflow, Databricks або подібних служб хмарного типу.
- 2+ років досвіду роботи з AWS, Vertex AI і Kubernetes.
- 2+ років досвіду впровадження проєктів даних наукових досліджень з використанням платформ як Airflow, Kubeflow, AWS SageMaker, Google AI Platform.
- 1+ років досвіду побудови даних/ETL трубопроводів і інфраструктури навчання моделей, включаючи роботу з GPU.
- 1+ років досвіду управління і підтримки Docker, Kubernetes, Spark, CI/CD і GitOps.
- 1+ років досвіду з версіонуванням даних, управлінням моделями ML, життєвим циклом і відтворюваністю.
Інші вимоги:
- Досвід роботи з ML-рамками, такими як PyTorch, Keras, Transformers і SKLearn.
- Досвід налаштування NLP моделей і HuggingFace.
- Досвід роботи з AWS службами, особливо EKS.
- 1+ років досвіду з MLOps інструментарієм, таким як TFX, MLFlow, Kubeflow, Apache Spark.
- Ступінь бакалавра у відповідній галузі (наприклад, комп'ютерні науки, математика, інженерія). Ступінь магістра чи доктора