Podejmij wyzwanie dla swojej pamięci! Zagraj w nową grę N-Back w aplikacji Emotiv
Podejmij wyzwanie dla swojej pamięci! Zagraj w nową grę N-Back w aplikacji Emotiv
Inżynier Operacji Uczenia Maszynowego (MLOps)
Udostępnij:
Lokalizacja: Hanoi
Kluczowe obowiązki:
● Projektowanie, budowanie i rozwiązywanie problemów związanych z systemami i aplikacjami AI klasy produkcyjnej na
GCP & AWS
● Opracowywanie i utrzymywanie pipeline'ów CI/CD z użyciem narzędzi takich jak Jenkins, GitHub Actions lub
podobnych.
● Optymalizacja, refaktoryzacja, konteneryzacja, wdrażanie i monitorowanie modeli data science, zapewniając
solidne wersjonowanie i kontrolę jakości.
● Automatyzacja testowania, walidacji i oceny wydajności modeli uczenia maszynowego.
● Współpraca z data scientistami, inżynierami i architektami w celu dostarczania skalowalnych rozwiązań,
jasne i kompleksowe dokumentowanie procesów.
● Zarządzanie i optymalizacja infrastruktury jako kodu (IaC) z użyciem narzędzi takich jak Terraform lub
CloudFormation, aby zapewnić skalowalne i replikowalne środowiska.
● Wdrażanie i monitorowanie metryk wydajności modeli na produkcji, proaktywne zajmowanie się dryftem, stronniczością lub degradacją.
● Zapewnienie bezpieczeństwa i zgodności systemów AI, w tym standardów prywatności danych (np. GDPR, HIPAA) i praktyk bezpiecznego wdrażania.
Wymagane kwalifikacje:
● Udokumentowane doświadczenie w projektowaniu i wdrażaniu pipeline'ów MLOps na platformach chmurowych
(Preferowane GCP & AWS).
● Praktyczna znajomość frameworków MLOps (np. Kubeflow, MLFlow, Metaflow,
Ray) oraz narzędzi konteneryzacji (Docker, Kubernetes).
● Dobre umiejętności programowania w Pythonie, Bashu lub podobnym, połączone z głęboką wiedzą o
środowiskach Linux.
● Doświadczenie z narzędziami monitorującymi takimi jak Prometheus, Grafana lub niestandardowe frameworki logowania
do śledzenia wydajności systemu i modeli.
● Wiedza o frameworkach obliczeń rozproszonych (np. Spark, Ray) do obsługi przetwarzania dużych danych lub treningu modeli.
● Znajomość RESTful API i architektury mikroserwisów, z doświadczeniem
w integrowaniu modeli ML w ekosystemach aplikacji.
● Doskonałe umiejętności komunikacyjne w języku angielskim, z podejściem zorientowanym na współpracę i zespół.
Preferowane kwalifikacje:
● Doświadczenie z przetwarzaniem danych w czasie rzeczywistym lub obliczeniami na krawędzi.
● Wiedza w aplikacjach AI/ML związanych z neurobiologią, urządzeniami do noszenia czy interakcją człowiek-komputer (zbieżne z misją EMOTIV).
Proszę przesłać swoje CV do Pani Huyen na adres huyennguyen@emotiv.com.
Lokalizacja: Hanoi
Kluczowe obowiązki:
● Projektowanie, budowanie i rozwiązywanie problemów związanych z systemami i aplikacjami AI klasy produkcyjnej na
GCP & AWS
● Opracowywanie i utrzymywanie pipeline'ów CI/CD z użyciem narzędzi takich jak Jenkins, GitHub Actions lub
podobnych.
● Optymalizacja, refaktoryzacja, konteneryzacja, wdrażanie i monitorowanie modeli data science, zapewniając
solidne wersjonowanie i kontrolę jakości.
● Automatyzacja testowania, walidacji i oceny wydajności modeli uczenia maszynowego.
● Współpraca z data scientistami, inżynierami i architektami w celu dostarczania skalowalnych rozwiązań,
jasne i kompleksowe dokumentowanie procesów.
● Zarządzanie i optymalizacja infrastruktury jako kodu (IaC) z użyciem narzędzi takich jak Terraform lub
CloudFormation, aby zapewnić skalowalne i replikowalne środowiska.
● Wdrażanie i monitorowanie metryk wydajności modeli na produkcji, proaktywne zajmowanie się dryftem, stronniczością lub degradacją.
● Zapewnienie bezpieczeństwa i zgodności systemów AI, w tym standardów prywatności danych (np. GDPR, HIPAA) i praktyk bezpiecznego wdrażania.
Wymagane kwalifikacje:
● Udokumentowane doświadczenie w projektowaniu i wdrażaniu pipeline'ów MLOps na platformach chmurowych
(Preferowane GCP & AWS).
● Praktyczna znajomość frameworków MLOps (np. Kubeflow, MLFlow, Metaflow,
Ray) oraz narzędzi konteneryzacji (Docker, Kubernetes).
● Dobre umiejętności programowania w Pythonie, Bashu lub podobnym, połączone z głęboką wiedzą o
środowiskach Linux.
● Doświadczenie z narzędziami monitorującymi takimi jak Prometheus, Grafana lub niestandardowe frameworki logowania
do śledzenia wydajności systemu i modeli.
● Wiedza o frameworkach obliczeń rozproszonych (np. Spark, Ray) do obsługi przetwarzania dużych danych lub treningu modeli.
● Znajomość RESTful API i architektury mikroserwisów, z doświadczeniem
w integrowaniu modeli ML w ekosystemach aplikacji.
● Doskonałe umiejętności komunikacyjne w języku angielskim, z podejściem zorientowanym na współpracę i zespół.
Preferowane kwalifikacje:
● Doświadczenie z przetwarzaniem danych w czasie rzeczywistym lub obliczeniami na krawędzi.
● Wiedza w aplikacjach AI/ML związanych z neurobiologią, urządzeniami do noszenia czy interakcją człowiek-komputer (zbieżne z misją EMOTIV).
Proszę przesłać swoje CV do Pani Huyen na adres huyennguyen@emotiv.com.
Lokalizacja: Hanoi
Kluczowe obowiązki:
● Projektowanie, budowanie i rozwiązywanie problemów związanych z systemami i aplikacjami AI klasy produkcyjnej na
GCP & AWS
● Opracowywanie i utrzymywanie pipeline'ów CI/CD z użyciem narzędzi takich jak Jenkins, GitHub Actions lub
podobnych.
● Optymalizacja, refaktoryzacja, konteneryzacja, wdrażanie i monitorowanie modeli data science, zapewniając
solidne wersjonowanie i kontrolę jakości.
● Automatyzacja testowania, walidacji i oceny wydajności modeli uczenia maszynowego.
● Współpraca z data scientistami, inżynierami i architektami w celu dostarczania skalowalnych rozwiązań,
jasne i kompleksowe dokumentowanie procesów.
● Zarządzanie i optymalizacja infrastruktury jako kodu (IaC) z użyciem narzędzi takich jak Terraform lub
CloudFormation, aby zapewnić skalowalne i replikowalne środowiska.
● Wdrażanie i monitorowanie metryk wydajności modeli na produkcji, proaktywne zajmowanie się dryftem, stronniczością lub degradacją.
● Zapewnienie bezpieczeństwa i zgodności systemów AI, w tym standardów prywatności danych (np. GDPR, HIPAA) i praktyk bezpiecznego wdrażania.
Wymagane kwalifikacje:
● Udokumentowane doświadczenie w projektowaniu i wdrażaniu pipeline'ów MLOps na platformach chmurowych
(Preferowane GCP & AWS).
● Praktyczna znajomość frameworków MLOps (np. Kubeflow, MLFlow, Metaflow,
Ray) oraz narzędzi konteneryzacji (Docker, Kubernetes).
● Dobre umiejętności programowania w Pythonie, Bashu lub podobnym, połączone z głęboką wiedzą o
środowiskach Linux.
● Doświadczenie z narzędziami monitorującymi takimi jak Prometheus, Grafana lub niestandardowe frameworki logowania
do śledzenia wydajności systemu i modeli.
● Wiedza o frameworkach obliczeń rozproszonych (np. Spark, Ray) do obsługi przetwarzania dużych danych lub treningu modeli.
● Znajomość RESTful API i architektury mikroserwisów, z doświadczeniem
w integrowaniu modeli ML w ekosystemach aplikacji.
● Doskonałe umiejętności komunikacyjne w języku angielskim, z podejściem zorientowanym na współpracę i zespół.
Preferowane kwalifikacje:
● Doświadczenie z przetwarzaniem danych w czasie rzeczywistym lub obliczeniami na krawędzi.
● Wiedza w aplikacjach AI/ML związanych z neurobiologią, urządzeniami do noszenia czy interakcją człowiek-komputer (zbieżne z misją EMOTIV).
Proszę przesłać swoje CV do Pani Huyen na adres huyennguyen@emotiv.com.
Kontynuuj czytanie