Lead ML engineer

Stack

Feladatok

• ▹Termék- és üzleti problémák lefordítása konkrét ML megvalósítási tervekre
• ▹A követelmények, korlátok, elérhető adatok, integrációk és sikerkritériumok tisztázása a Termékcsapattal és az érintettekkel
• ▹A műszaki hatókör, mérföldkövek, függőségek, kockázatok és szállítási becslések meghatározása
• ▹Megfelelő ML megközelítések kiválasztása és a leggyorsabb megbízható validálási és megvalósítási út meghatározása
• ▹A műszaki megvalósítás vezetése a kísérletezéstől, implementációtól, integrációtól és telepítéstől az indulási készültségig
• ▹A szállítás ütemben tartása, az akadályok proaktív azonosítása, a más csapatoktól való függőségek összehangolása
• ▹Világos műszaki lehetőségek, kompromisszumok, becslések, kockázatok és kísérleti eredmények biztosítása a Termékcsapatnak a termékdöntésekhez
• ▹Az éles bevezetés és a mért eredmények alapján történő iteráció támogatása
• ▹ML modellek tervezése, tanítása, kiértékelése és telepítése különböző területeken és problématípusokon
• ▹Éles minőségű Python kód írása és közvetlen részvétel a megvalósításban
• ▹API-k, batch feladatok, adatfeldolgozó pipeline-ok és ML szolgáltatások építése, ahol szükséges
• ▹Klasszikus ML, deep learning és foundation modellekre épülő megközelítések alkalmazása a problémától függően
• ▹Nagy éles adathalmazok feldolgozása és átalakítása Python és SQL segítségével
• ▹Modellek integrálása a meglévő éles rendszerekbe
• ▹Tesztelés, monitorozás, naplózás és observability megvalósítása a leszállított ML megoldásokhoz
• ▹Munka a vállalatnál használt közös ML infrastruktúrán, architektúrán és mérnöki gyakorlatokon belül
• ▹Együttműködés a Data Science, Backend, Data Engineering és MLOps szakemberekkel, ha mélyebb szakértelemre vagy infrastruktúra-változtatásra van szükség
• ▹A kezdeményezések konkrét műszaki feladatokra bontása és a csapaton belüli végrehajtás összehangolása
• ▹A Data Scientistek és ML Engineerek munkájának koordinálása
• ▹Műszaki megközelítések, kísérletek és implementációk felülvizsgálata
• ▹A csapat fókuszban tartása az elfogadott hatókörön, prioritásokon és határidőn
• ▹Műszaki kockázatok és függőségek korai azonosítása és megoldása
• ▹Architekturális, infrastrukturális vagy módszertani kérdések eszkalálása, ha szélesebb egyeztetésre van szükség
• ▹Segítség a sikeres kezdeményezések skálázásában vagy hosszabb távú átadásában
• ▹Közeli együttműködés a Termékcsapattal a teljes szállítási életciklus során
• ▹A termékkérésekhez szükséges műszaki részletek és korlátok önálló összegyűjtése
• ▹Becslések, függőségek, műszaki kompromisszumok és szállítási állapot világos kommunikálása
• ▹Közvetlen együttműködés a mérnöki és más belső csapatokkal az implementáció akadálymentesítéséért
• ▹Műszakilag tisztázatlan, ellentmondásos vagy kivitelezhetetlen követelmények megkérdőjelezése és gyakorlatias alternatívák javaslata

A munkáltatóról

A Mayflower nagy terhelésű termékeket fejlesztő technológiai vállalat, amelyet világszerte emberek milliói használnak. A világ top 50 weboldalának léptékében működik, és valós idejű szórakoztatást szolgáltat globális közönségnek.