Software Engineer

Компанія: FactSet

Посада: Інженер-програміст

FactSet активно шукає досвідченого інженера-програміста з комплексним досвідом у хмарній архітектурі AWS, впровадженні та обслуговуванні інфраструктури. Ця роль передбачає співпрацю з іншими інженерами для розгортання додатків, інтегрованих з моделями машинного навчання (ML), зосереджених на обробці природної мови (NLP), класифікації та великих мовних моделях (LLM).

Інженер-програміст буде відігравати важливу роль у розробці стратегічної дорожньої карти для управління та розширення існуючих конвеєрів та інфраструктури, що підтримує ML та AI рішення. Основні завдання включають:

• Розгортання та обслуговування ML моделей, баз даних та додатків.
• Підтримка різних AI/ML проектів, включаючи моделювання сутностей та тем, семантичне тегування/збагачення, витяг інформації та інтеграцію LLM у існуючі рамки.
• Створення інформаційних панелей та візуалізацій для фінансових експертів.
• Збір та аналіз як структурованих, так і неструктурованих даних.
• Розробка процесів збору даних, оцінки якості та контролю.
• Ознайомлення з технологічними новинками та поділ за знаннями і захопленнями ML та технологіями з командою.
• Співпраця з іншими інженерними командами для безперервного покращення.

Ідеальний кандидат повинен мати:

• Ступінь бакалавра або магістра в галузі комп'ютерних наук або суміжній галузі.
• Досвід роботи інженером-програмістом понад 5 років.
• Знання AWS та управління хмарною інфраструктурою.
• Досвід у ML та NLP.
• Тверді навички написання та релізу продукційного коду в корпоративному середовищі.
• Сильні аналітичні навички та командний дух.
• Вільне володіння англійською мовою та здатність спілкуватися складними темами з нетехнічними сторонами.
• Висока кваліфікація в Python.
• Знання Docker та розробки API.
• Досвід роботи з різними сервісами AWS (наприклад, SageMaker, S3, Athena, Glue, ECS, EC2).

Додаткові корисні навички включають:

• Досвід роботи з RDF, тройковими збереженнями та вилученням відносин.
• Обробка великих обсягів даних у режимі потоку або пакетної обробки.
• Використання MongoDB.
• Знання бібліотек глибокого навчання (Keras, PyTorch, TensorFlow).
• Досвід роботи з інструментами великої даних (Pyspark, Hive).
• Експертиза в області вилучення інформації, парсингу та сегментації.
• Розуміння онтологій, таксономічного вирішення та розпізнавання.
• Досвід роботи з неконтрольованими методами навчання, включаючи оцінку густоти, кластер