机器学习运维工程师

地点： 河内

主要职责：
● 设计、构建和排除生产级 AI 系统和应用程序的故障，运行在
GCP 和 AWS
● 使用 Jenkins、GitHub Actions 或
类似工具开发和维护 CI/CD 管道。
● 优化、重构、容器化、部署和监控数据科学模型，确保
稳健的版本控制和质量控制。
● 自动化机器学习模型的测试、验证和性能评估。
● 与数据科学家、工程师和架构师合作，交付可扩展的解决方案，
清晰而全面地记录流程。
● 使用 Terraform 或
CloudFormation 等工具管理和优化基础设施即代码 (IaC)，确保可扩展和可重复的环境。
● 在生产中实施和监控模型性能指标，主动解决漂移、偏差或退化。
● 确保 AI 系统的安全性和合规性，包括数据隐私标准 (例如，
GDPR、HIPAA) 和安全部署实践。

所需资格：
● 在云平台上设计和实施 MLOps 管道的经验
（最好是 GCP 和 AWS）。
● 熟练掌握 MLOps 框架 (如 Kubeflow、MLFlow、Metaflow、
Ray) 和容器化工具 (Docker、Kubernetes)。
● 在 Python、Bash 或类似语言中的强大编程技能，以及深入了解
Linux 环境。
● 使用 Prometheus、Grafana 或自定义日志
框架监控系统和模型性能的经验。
● 处理大规模数据处理或模型训练的分布式计算框架（如 Spark、Ray）知识。
● 理解 RESTful API 和微服务架构，具备将机器学习模型集成到应用程序生态系统中的经验。
● 出色的英语沟通技能，以协作和团队为中心的方法。
优先资格：
● 有实时数据处理或边缘计算的经验。

● 有与神经科学、可穿戴设备或人机交互相关的 AI/ML 应用背景
（符合 EMOTIV 的使命）。
请将您的简历发送给 Huyen 女士，电子邮件地址为 huyennguyen@emotiv.com。