Gépi tanulási mérnök

Stack

Feladatok

• ▹Production-grade ML szoftverek, eszközök és infrastruktúra fejlesztése és üzembe helyezése
• ▹Újrafelhasználható, skálázható megoldások létrehozása, amelyek gyorsítják az ML-rendszerek szállítását
• ▹Együttműködés mérnökökkel, adattudósokkal és üzleti vezetőkkel az ügyfelek kritikus kihívásainak megoldásában
• ▹Technikai scope-olás és architektúrális döntések vezetése a projektek megvalósíthatóságának és hatásának biztosítására
• ▹A Faculty gépi tanulási üzembe helyezési sztenderdjeinek meghatározása és bevezetése
• ▹Technikai tanácsadói szerep az ügyfelek és partnerek felé, komplex ML-koncepciók lefordítása érthető nyelvre

Elvárások

• ▹A teljes gépi tanulási életciklus ismerete, tapasztalat modellek üzemeltetésében Scikit-learn, TensorFlow vagy PyTorch keretrendszerekkel
• ▹Erős Python-tudás, szilárd szoftverfejlesztési bevált gyakorlatok
• ▹Gyakorlati tapasztalat felhőplatformokkal és infrastruktúrával (pl. AWS, Azure, GCP), beleértve az architektúrát és biztonságot
• ▹Tapasztalat konténer- és orchestrációs eszközökkel (Docker, Kubernetes) nagy léptékű alkalmazások építéséhez és üzemeltetéséhez
• ▹Alapvető ML-fogalmak (valószínűségszámítás, statisztika, tanulási módszerek) magabiztos ismerete
• ▹Kiváló kommunikációs készség technikai csapatok irányításához és nem technikai érdekeltek tanácsadásához
• ▹Gyors tempójú környezetben való helytállás, önállóság a projektek felelősségvállalásában és megoldásában

Soft skillek

Amit kínálunk

• ▹Korlátlan éves szabadság
• ▹Magán egészségügyi és fogászati biztosítás
• ▹Kibővített szülői szabadság
• ▹Családbarát, rugalmas munkavégzés
• ▹Sanctus coaching
• ▹Hibrid munkavégzés

A munkáltatóról

A Faculty 2014-ben alakult azzal a meggyőződéssel, hogy az AI korunk legfontosabb technológiája. Azóta 350+ globális ügyféllel dolgozott együtt kormányzati, pénzügyi, kiskereskedelmi, energetikai, élettudományi és védelmi szektorban. A pozíció a Faculty Professional and Financial Services üzletágában található, amely több mint egy évtizednyi alkalmazott AI-tapasztalatot kamatoztat a pénzügyi intézmények hatékonyságának és ügyfélélményének javítására egy erősen szabályozott iparágon belül.