MLOps Engineer

Apron була заснована командою з великим досвідом створення глобальних фінтех-продуктів. Ми виявили значний розрив у бізнес-платежах, який ніхто не вирішував — платежі за купівлю помідорів, інструментів та ролів для касових апаратів, які підтримують постачальників у гарному настрої та забезпечують процвітання бізнесу. Спрощення цих платежів може заощадити цінні години щотижня для бізнесів, бухгалтерів і бухгалтерів з рахунків. Ця проблема впливає на широкий спектр підприємців — від флористів до фінансових аналітиків, від пивоварів до бренд-стратегів. Уявіть можливості, якби вони могли повернути цей час для інновацій і створення.

Ось чому ми розробили Apron, потужний інструмент для платежів, що трансформує досвід оплати з бізнес-блокувальника на бізнес-двигун. Apron інтегрується безшовно у ваш робочий процес, консолідуючи всі платіжні активності та перетворюючи години в хвилини. Вивільніть свій час для планування майбутнього, прогулянки чи дзвінка мамі. Ми з гордістю підтримані Index Ventures та Bessemer Venture Partners.

Ми маємо місію створити продукт, який дозволить нашим клієнтам завантажувати рахунки та квитанції, які автоматично обробляються та готуються до оплати. Для досягнення цієї мети ми повинні розробити високоякісний, швидкий і високонадійний сервіс розпізнавання документів.

Ми шукаємо інженера для побудови інфраструктури для навчання та розгортання цих моделей. Ви будете забезпечувати наявність актуальних даних для навчання моделей, інференції та аналітики. Ця роль включає побудову трубопроводів даних, проведення перевірок якості даних та управління базами даних та інфраструктурою.

Ідеальний кандидат повинен мати великий досвід і всебічне розуміння сфер MLOps і Data Engineering. Він повинен уміти визначати, які технології є корисними, а які надмірними, забезпечуючи ефективне та просте рішення.

• Організація обслуговування моделей для забезпечення високої продуктивності під великим навантаженням.
• Налаштування моніторингових панелей і сповіщень.
• Рекомендації щодо відповідної архітектури та інструментів, наприклад, розгортання моделей на GPU, якщо це потрібно.
• Реалізація інструментів MLOps для розробки та обслуговування моделей.
• Управління зберіганням датасетів і моделей, версіонуванням, відтворюваним навчанням моделей і візуалізацією метрик моделей.
• Налаштування інструментів маркування документів та перенавчання моделей на основі зворотного зв’язку в реальному часі.
• Забезпечення безпеки даних у сервісах та навчальних трубопроводах.
• Розробка трубопроводів даних та оптимізація інфраструктури даних для забезпечення доступності даних для навчання моделей, інференції та аналітики.
• Внесок у найкращі практики розробки, включаючи тестування в команді.

• 5+ років досвіду в ролях, пов’язаних з MLOps або машинним навчанням.
• Глибокі знання Python та SQL (переважно PostgreSQL).
• Досвід у розгортанні моделей машинного навчання та використанні інструментів MLOps (наприклад, MLflow, DVC).
• Базові знання алгорит