Fordern Sie Ihr Gedächtnis heraus! Spielen Sie das neue N-Back-Spiel in der Emotiv-App
Fordern Sie Ihr Gedächtnis heraus! Spielen Sie das neue N-Back-Spiel in der Emotiv-App
Standort: Hanoi
Hauptverantwortlichkeiten:
● Entwerfen, Erstellen und Troubleshooting von produktionsgerechten KI-Systemen und -Anwendungen auf
GCP & AWS
● Entwicklung und Wartung von CI/CD-Pipelines mit Tools wie Jenkins, GitHub Actions oder
ähnlichem.
● Optimieren, Refaktorisieren, Containerisieren, Bereitstellen und Überwachen von Data-Science-Modellen, um
robuste Versionierung und Qualitätskontrolle zu gewährleisten.
● Automatisierung von Tests, Validierung und Leistungsevaluierung von maschinellen Lernmodellen.
● Zusammenarbeit mit Data Scientists, Ingenieuren und Architekten zur Bereitstellung skalierbarer Lösungen,
Dokumentation von Prozessen klar und umfassend.
● Verwaltung und Optimierung der Infrastruktur-as-Code (IaC) mit Werkzeugen wie Terraform oder
CloudFormation, um skalierbare und reproduzierbare Umgebungen sicherzustellen.
● Implementierung und Überwachung von Leistungsmetriken für Modelle in der Produktion, proaktives Ansprechen von Drift, Vorurteil oder Verschlechterung.
● Gewährleistung von Sicherheit und Einhaltung von Vorschriften für KI-Systeme, einschließlich Datenschutzstandards (z. B. GDPR, HIPAA) und sicheren Bereitstellungspraktiken.
Erforderliche Qualifikationen:
● Nachgewiesene Erfahrung in der Gestaltung und Implementierung von MLOps-Pipelines auf Cloud-Plattformen
(Bevorzugt GCP & AWS).
● Praktische Expertise mit MLOps-Frameworks (z. B. Kubeflow, MLFlow, Metaflow,
Ray) und Containerisierungstools (Docker, Kubernetes).
● Starke Programmierkenntnisse in Python, Bash oder ähnlichem, gepaart mit tiefem Wissen über
Linux-Umgebungen.
● Erfahrung mit Überwachungstools wie Prometheus, Grafana oder benutzerdefinierten Protokollierungsframeworks zur Verfolgung der System- und Modellleistung.
● Kenntnisse von Frameworks für verteiltes Rechnen (z. B. Spark, Ray) zur Verarbeitung großer Datenmengen oder für das Training von Modellen.
● Verständnis von RESTful APIs und Microservices-Architektur, mit Erfahrung
in der Integration von ML-Modellen in Anwendungsecosysteme.
● Ausgezeichnete Englischkenntnisse mit einem kooperativen, teamorientierten Ansatz.
Bevorzugte Qualifikationen:
● Erfahrung mit der Verarbeitung von Echtzeitdaten oder Edge-Computing.
● Hintergrund in KI/ML-Anwendungen im Zusammenhang mit Neurowissenschaften, tragbaren Geräten oder Mensch-
Computer-Interaktion (im Einklang mit der Mission von EMOTIV).
Bitte senden Sie Ihren Lebenslauf an Frau Huyen an huyennguyen@emotiv.com.
Standort: Hanoi
Hauptverantwortlichkeiten:
● Entwerfen, Erstellen und Troubleshooting von produktionsgerechten KI-Systemen und -Anwendungen auf
GCP & AWS
● Entwicklung und Wartung von CI/CD-Pipelines mit Tools wie Jenkins, GitHub Actions oder
ähnlichem.
● Optimieren, Refaktorisieren, Containerisieren, Bereitstellen und Überwachen von Data-Science-Modellen, um
robuste Versionierung und Qualitätskontrolle zu gewährleisten.
● Automatisierung von Tests, Validierung und Leistungsevaluierung von maschinellen Lernmodellen.
● Zusammenarbeit mit Data Scientists, Ingenieuren und Architekten zur Bereitstellung skalierbarer Lösungen,
Dokumentation von Prozessen klar und umfassend.
● Verwaltung und Optimierung der Infrastruktur-as-Code (IaC) mit Werkzeugen wie Terraform oder
CloudFormation, um skalierbare und reproduzierbare Umgebungen sicherzustellen.
● Implementierung und Überwachung von Leistungsmetriken für Modelle in der Produktion, proaktives Ansprechen von Drift, Vorurteil oder Verschlechterung.
● Gewährleistung von Sicherheit und Einhaltung von Vorschriften für KI-Systeme, einschließlich Datenschutzstandards (z. B. GDPR, HIPAA) und sicheren Bereitstellungspraktiken.
Erforderliche Qualifikationen:
● Nachgewiesene Erfahrung in der Gestaltung und Implementierung von MLOps-Pipelines auf Cloud-Plattformen
(Bevorzugt GCP & AWS).
● Praktische Expertise mit MLOps-Frameworks (z. B. Kubeflow, MLFlow, Metaflow,
Ray) und Containerisierungstools (Docker, Kubernetes).
● Starke Programmierkenntnisse in Python, Bash oder ähnlichem, gepaart mit tiefem Wissen über
Linux-Umgebungen.
● Erfahrung mit Überwachungstools wie Prometheus, Grafana oder benutzerdefinierten Protokollierungsframeworks zur Verfolgung der System- und Modellleistung.
● Kenntnisse von Frameworks für verteiltes Rechnen (z. B. Spark, Ray) zur Verarbeitung großer Datenmengen oder für das Training von Modellen.
● Verständnis von RESTful APIs und Microservices-Architektur, mit Erfahrung
in der Integration von ML-Modellen in Anwendungsecosysteme.
● Ausgezeichnete Englischkenntnisse mit einem kooperativen, teamorientierten Ansatz.
Bevorzugte Qualifikationen:
● Erfahrung mit der Verarbeitung von Echtzeitdaten oder Edge-Computing.
● Hintergrund in KI/ML-Anwendungen im Zusammenhang mit Neurowissenschaften, tragbaren Geräten oder Mensch-
Computer-Interaktion (im Einklang mit der Mission von EMOTIV).
Bitte senden Sie Ihren Lebenslauf an Frau Huyen an huyennguyen@emotiv.com.
Standort: Hanoi
Hauptverantwortlichkeiten:
● Entwerfen, Erstellen und Troubleshooting von produktionsgerechten KI-Systemen und -Anwendungen auf
GCP & AWS
● Entwicklung und Wartung von CI/CD-Pipelines mit Tools wie Jenkins, GitHub Actions oder
ähnlichem.
● Optimieren, Refaktorisieren, Containerisieren, Bereitstellen und Überwachen von Data-Science-Modellen, um
robuste Versionierung und Qualitätskontrolle zu gewährleisten.
● Automatisierung von Tests, Validierung und Leistungsevaluierung von maschinellen Lernmodellen.
● Zusammenarbeit mit Data Scientists, Ingenieuren und Architekten zur Bereitstellung skalierbarer Lösungen,
Dokumentation von Prozessen klar und umfassend.
● Verwaltung und Optimierung der Infrastruktur-as-Code (IaC) mit Werkzeugen wie Terraform oder
CloudFormation, um skalierbare und reproduzierbare Umgebungen sicherzustellen.
● Implementierung und Überwachung von Leistungsmetriken für Modelle in der Produktion, proaktives Ansprechen von Drift, Vorurteil oder Verschlechterung.
● Gewährleistung von Sicherheit und Einhaltung von Vorschriften für KI-Systeme, einschließlich Datenschutzstandards (z. B. GDPR, HIPAA) und sicheren Bereitstellungspraktiken.
Erforderliche Qualifikationen:
● Nachgewiesene Erfahrung in der Gestaltung und Implementierung von MLOps-Pipelines auf Cloud-Plattformen
(Bevorzugt GCP & AWS).
● Praktische Expertise mit MLOps-Frameworks (z. B. Kubeflow, MLFlow, Metaflow,
Ray) und Containerisierungstools (Docker, Kubernetes).
● Starke Programmierkenntnisse in Python, Bash oder ähnlichem, gepaart mit tiefem Wissen über
Linux-Umgebungen.
● Erfahrung mit Überwachungstools wie Prometheus, Grafana oder benutzerdefinierten Protokollierungsframeworks zur Verfolgung der System- und Modellleistung.
● Kenntnisse von Frameworks für verteiltes Rechnen (z. B. Spark, Ray) zur Verarbeitung großer Datenmengen oder für das Training von Modellen.
● Verständnis von RESTful APIs und Microservices-Architektur, mit Erfahrung
in der Integration von ML-Modellen in Anwendungsecosysteme.
● Ausgezeichnete Englischkenntnisse mit einem kooperativen, teamorientierten Ansatz.
Bevorzugte Qualifikationen:
● Erfahrung mit der Verarbeitung von Echtzeitdaten oder Edge-Computing.
● Hintergrund in KI/ML-Anwendungen im Zusammenhang mit Neurowissenschaften, tragbaren Geräten oder Mensch-
Computer-Interaktion (im Einklang mit der Mission von EMOTIV).
Bitte senden Sie Ihren Lebenslauf an Frau Huyen an huyennguyen@emotiv.com.