Gépi tanulási mérnök

Stack

Feladatok

• ▹Éles minőségű ML-szoftverek, eszközök és infrastruktúra építése és üzembe helyezése
• ▹Újrahasznosítható, skálázható megoldások létrehozása az ML-rendszerek szállításának felgyorsítására
• ▹Együttműködés mérnökökkel, adattudósokkal és kereskedelmi vezetőkkel az ügyfélproblémák megoldásában
• ▹Technikai scoping és architekturális döntések vezetése a projekt megvalósíthatóságának biztosítására
• ▹A Faculty gépi tanulási üzembe helyezési sztenderdjeinek meghatározása és bevezetése nagy léptékben
• ▹Technikai tanácsadóként való fellépés ügyfelek és partnerek felé, komplex ML-fogalmak közvetítése

Elvárások

• ▹A teljes gépi tanulási életciklus ismerete, tapasztalat modellek üzemeltetésében Scikit-learn, TensorFlow vagy PyTorch keretrendszerekkel
• ▹Erős Python-tudás és szilárd szoftverfejlesztési legjobb gyakorlatok
• ▹Gyakorlati tapasztalat felhőplatformokkal és infrastruktúrával (pl. AWS, Azure, GCP), architektúrával és biztonsággal
• ▹Tapasztalat konténer- és orkesztrációs eszközökkel, mint a Docker és Kubernetes, nagy léptékű alkalmazások kezelésére
• ▹Magabiztosság a gépi tanulás alapfogalmaiban: valószínűség, statisztika, gyakori tanulási technikák
• ▹Kiváló kommunikációs készség technikai csapatok irányításához és nem technikai stakeholderek tanácsadásához
• ▹Gyors tempójú környezetben való helytállás, önálló felelősségvállalás a scope, megoldás és szállítás felett

Soft skillek

Amit kínálunk

• ▹Korlátlan fizetett szabadság
• ▹Magán egészségügyi és fogászati ellátás
• ▹Kibővített szülői szabadság
• ▹Család-barát rugalmasság és rugalmas munkavégzés
• ▹Sanctus coaching
• ▹Hibrid munkavégzés

A munkáltatóról

A Faculty Energy, Transition and Environment üzletága a nettó-zéró kibocsátáshoz vezető átállást gyorsítja fel, energetikai szolgáltatókkal, GreenTech startupokkal és nemzeti infrastruktúra-szolgáltatókkal partnerségben.