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
Udostępnij:
Lokalizacja: Hanoi
Kluczowe obowiązki:
● Projektowanie, budowanie i rozwiązywanie problemów z produkcyjnymi systemami i aplikacjami AI na
GCP & AWS
● Opracowywanie i utrzymywanie potoków CI/CD za pomocą narzędzi takich jak Jenkins, GitHub Actions lub
podobne.
● Optymalizacja, refaktoryzacja, konteneryzacja, wdrażanie i monitorowanie modeli naukowych o danych, zapewniając
solidne wersjonowanie i kontrolę jakości.
● Automatyzacja testów, walidacji oraz oceny wydajności modeli uczenia maszynowego.
● Współpraca z naukowcami danych, inżynierami i architektami w celu dostarczenia skalowalnych rozwiązań,
dokumentowanie procesów w sposób jasny i wyczerpujący.
● Zarządzanie i optymalizacja infrastruktury jako kod (IaC) za pomocą narzędzi takich jak Terraform lub
CloudFormation, aby zapewnić skalowalne i powtarzalne środowiska.
● Wdrażanie i monitorowanie metryk wydajności modeli w produkcji, proaktywne rozwiązywanie problemów z driftami, stronniczością lub degradacją.
● Zapewnienie bezpieczeństwa i zgodności systemów AI, w tym standardów prywatności danych (np. GDPR, HIPAA) oraz bezpiecznych praktyk wdrożeniowych.
Wymagane kwalifikacje:
● Udokumentowane doświadczenie w projektowaniu i wdrażaniu potoków MLOps na platformach chmurowych
(Preferowane GCP & AWS).
● Praktyczna wiedza na temat frameworków MLOps (np. Kubeflow, MLFlow, Metaflow,
Ray) oraz narzędzi do konteneryzacji (Docker, Kubernetes).
● Silne umiejętności programowania w Pythonie, Bashu lub podobnych, połączone z głęboką wiedzą o
środowiskach Linux.
● Doświadczenie z narzędziami monitorującymi, takimi jak Prometheus, Grafana lub niestandardowe ramy logowania
do śledzenia wydajności systemów i modeli.
● Wiedza na temat frameworków przetwarzania rozproszonego (np. Spark, Ray) do obsługi dużych zbiorów danych lub szkolenia modeli.
● Zrozumienie interfejsów API RESTful i architektury mikrousług, z doświadczeniem
w integrowaniu modeli ML w ekosystemach aplikacji.
● Doskonałe umiejętności komunikacji w języku angielskim, z nastawieniem na współpracę i zespołowe podejście.
Preferowane kwalifikacje:
● Doświadczenie w przetwarzaniu danych w czasie rzeczywistym lub obliczeniach brzegowych.
● Tło w aplikacjach AI/ML związanych z neurobiologią, urządzeniami noszonymi lub interakcją człowiek-
komputer (zgodne z misją EMOTIV).
Proszę przesłać swoje CV do Pani Huyen na adres huyennguyen@emotiv.com.
Lokalizacja: Hanoi
Kluczowe obowiązki:
● Projektowanie, budowanie i rozwiązywanie problemów z produkcyjnymi systemami i aplikacjami AI na
GCP & AWS
● Opracowywanie i utrzymywanie potoków CI/CD za pomocą narzędzi takich jak Jenkins, GitHub Actions lub
podobne.
● Optymalizacja, refaktoryzacja, konteneryzacja, wdrażanie i monitorowanie modeli naukowych o danych, zapewniając
solidne wersjonowanie i kontrolę jakości.
● Automatyzacja testów, walidacji oraz oceny wydajności modeli uczenia maszynowego.
● Współpraca z naukowcami danych, inżynierami i architektami w celu dostarczenia skalowalnych rozwiązań,
dokumentowanie procesów w sposób jasny i wyczerpujący.
● Zarządzanie i optymalizacja infrastruktury jako kod (IaC) za pomocą narzędzi takich jak Terraform lub
CloudFormation, aby zapewnić skalowalne i powtarzalne środowiska.
● Wdrażanie i monitorowanie metryk wydajności modeli w produkcji, proaktywne rozwiązywanie problemów z driftami, stronniczością lub degradacją.
● Zapewnienie bezpieczeństwa i zgodności systemów AI, w tym standardów prywatności danych (np. GDPR, HIPAA) oraz bezpiecznych praktyk wdrożeniowych.
Wymagane kwalifikacje:
● Udokumentowane doświadczenie w projektowaniu i wdrażaniu potoków MLOps na platformach chmurowych
(Preferowane GCP & AWS).
● Praktyczna wiedza na temat frameworków MLOps (np. Kubeflow, MLFlow, Metaflow,
Ray) oraz narzędzi do konteneryzacji (Docker, Kubernetes).
● Silne umiejętności programowania w Pythonie, Bashu lub podobnych, połączone z głęboką wiedzą o
środowiskach Linux.
● Doświadczenie z narzędziami monitorującymi, takimi jak Prometheus, Grafana lub niestandardowe ramy logowania
do śledzenia wydajności systemów i modeli.
● Wiedza na temat frameworków przetwarzania rozproszonego (np. Spark, Ray) do obsługi dużych zbiorów danych lub szkolenia modeli.
● Zrozumienie interfejsów API RESTful i architektury mikrousług, z doświadczeniem
w integrowaniu modeli ML w ekosystemach aplikacji.
● Doskonałe umiejętności komunikacji w języku angielskim, z nastawieniem na współpracę i zespołowe podejście.
Preferowane kwalifikacje:
● Doświadczenie w przetwarzaniu danych w czasie rzeczywistym lub obliczeniach brzegowych.
● Tło w aplikacjach AI/ML związanych z neurobiologią, urządzeniami noszonymi lub interakcją człowiek-
komputer (zgodne z misją EMOTIV).
Proszę przesłać swoje CV do Pani Huyen na adres huyennguyen@emotiv.com.
Lokalizacja: Hanoi
Kluczowe obowiązki:
● Projektowanie, budowanie i rozwiązywanie problemów z produkcyjnymi systemami i aplikacjami AI na
GCP & AWS
● Opracowywanie i utrzymywanie potoków CI/CD za pomocą narzędzi takich jak Jenkins, GitHub Actions lub
podobne.
● Optymalizacja, refaktoryzacja, konteneryzacja, wdrażanie i monitorowanie modeli naukowych o danych, zapewniając
solidne wersjonowanie i kontrolę jakości.
● Automatyzacja testów, walidacji oraz oceny wydajności modeli uczenia maszynowego.
● Współpraca z naukowcami danych, inżynierami i architektami w celu dostarczenia skalowalnych rozwiązań,
dokumentowanie procesów w sposób jasny i wyczerpujący.
● Zarządzanie i optymalizacja infrastruktury jako kod (IaC) za pomocą narzędzi takich jak Terraform lub
CloudFormation, aby zapewnić skalowalne i powtarzalne środowiska.
● Wdrażanie i monitorowanie metryk wydajności modeli w produkcji, proaktywne rozwiązywanie problemów z driftami, stronniczością lub degradacją.
● Zapewnienie bezpieczeństwa i zgodności systemów AI, w tym standardów prywatności danych (np. GDPR, HIPAA) oraz bezpiecznych praktyk wdrożeniowych.
Wymagane kwalifikacje:
● Udokumentowane doświadczenie w projektowaniu i wdrażaniu potoków MLOps na platformach chmurowych
(Preferowane GCP & AWS).
● Praktyczna wiedza na temat frameworków MLOps (np. Kubeflow, MLFlow, Metaflow,
Ray) oraz narzędzi do konteneryzacji (Docker, Kubernetes).
● Silne umiejętności programowania w Pythonie, Bashu lub podobnych, połączone z głęboką wiedzą o
środowiskach Linux.
● Doświadczenie z narzędziami monitorującymi, takimi jak Prometheus, Grafana lub niestandardowe ramy logowania
do śledzenia wydajności systemów i modeli.
● Wiedza na temat frameworków przetwarzania rozproszonego (np. Spark, Ray) do obsługi dużych zbiorów danych lub szkolenia modeli.
● Zrozumienie interfejsów API RESTful i architektury mikrousług, z doświadczeniem
w integrowaniu modeli ML w ekosystemach aplikacji.
● Doskonałe umiejętności komunikacji w języku angielskim, z nastawieniem na współpracę i zespołowe podejście.
Preferowane kwalifikacje:
● Doświadczenie w przetwarzaniu danych w czasie rzeczywistym lub obliczeniach brzegowych.
● Tło w aplikacjach AI/ML związanych z neurobiologią, urządzeniami noszonymi lub interakcją człowiek-
komputer (zgodne z misją EMOTIV).
Proszę przesłać swoje CV do Pani Huyen na adres huyennguyen@emotiv.com.