Виши МЛ/АИ инжењер

О прилици

Наш клијент тражи вишег МЛ/АИ инжењера за јачање своје податковне платформе интеграцијом напредних АИ могућности. Улога се фокусира на изградњу скалабилних, производно-спремних машинских учења решења, балансирајући техничку изврсност са пословном вредношћу и исплативошћу.

Преглед улоге

Изабрани кандидат ће преузети одговорност за целокупне машинско учење радне токове, од обраде података и инжењеринга карактеристика до имплементације и праћења модела. Ова позиција захтева снажно разумевање целокупног МЛ животног циклуса уз практично искуство у облаку базираним АИ екосистемима.

Кључне одговорности

• Дизајнирање, развој и одржавање целовитих машинских учења решења кроз цео животни циклус
• Трансформација сирових података у смислене карактеристике и имплементација скалабилних модела у производна окружења
• Праћење, евалуација и континуирано побољшање перформанси и поузданости модела
• Сарадња са међуфункционалним тимовима на усклађивању АИ решења са пословним циљевима
• Оптимизација трошкова развоја, имплементације и оперативних трошкова уз максималну испоруку вредности
• Примена робустних инжењерских пракси укључујући контролу верзија, тестирање и ЦИ/ЦД цевоводе
• Допринос унапређењу платформе у Датабрицкс и Азуре окружењима

Потребно искуство и квалификације

• Најмање 5+ година искуства у развоју и одржавању производних МЛ/АИ решења
• Доказана стручност у целом МЛ цевоводу (подаци → карактеристике → моделирање → имплементација → праћење)
• Снажне програмске вештине у Пyтхону
• Ручно искуство са Азуре АИ екосистемом (Азуре АИ Сервицес, Мицрософт Фоундрy, итд.)
• Искуство са Датабрицксом и платформама за дата у облаку
• Вештина у МЛ оквирима као што су ТенсорФлоw, ПyТорцх, МЛлиб и Сцикит-леарн
• Практично искуство са МЛОпс алатима (по могућству МЛфлоw)
• Снажна доменална стручност у најмање једној области: НЛП, компјутерски вид, временске серије или детекција аномалија
• Познавање најбољих пракси софтверског инжењерства (Гит, ЦИ/ЦД, тестни оквири)

Пожељне вештине

• Искуство са системима заснованим на генерисању побољшане ретроспекције (РАГ)
• Изложеност системима заснованим на агентима и роботизованој аутоматизацији процедура (РПА)
• Познавање ПyСпарк / Апацхе Спарк
• Искуство са архитектурама вођеним догађајима или системима за стриминг података
• Претходно искуство менторства или вођења млађих МЛ/Дата инжењера

Образовање

• Бацхелор или Мастер степен из Рачунарских наука, Вештачке интелигенције, Дата науке или сродне области

Језици

• Енглески: Обавезно (Професионална вештина)

Модел рада

• Хибридни (до 25% рада на даљину дозвољено)
• Присуство на лицу места потребно према потребама клијента