TomTom разработва цифрови картографски и навигационни технологии за шофьори, компании, разработчици и организации от публичния сектор. Продуктите му включват сателитна навигация, информация за трафика в реално време, решения за маршрутизиране, API и SDK, които поддържат автомобилни системи, управление на автопаркове, логистика, пътувания и приложения за автономно шофиране. Хората, които обмислят кариера в TomTom, могат да открият възможности в екипите, разработващи инструменти, базирани на местоположение, които правят пътуването и транспорта по-информирани и ефективни.
Старши инженер по данни за MLOps в TomTom (хибридно, Нидерландия)
Ръководете ML платформата в Azure и Databricks, която поддържа навигационните продукти на TomTom. Изграждайте надеждни конвейери и управлявайте модели със силна наблюдаемост, автоматизация, сигурност и съответствие.
Описание
- Управлявайте целия жизнен цикъл на машинното обучение в Azure и Databricks
- Изграждайте и оперирайте ML конвейери, обхващащи приемане на данни, инженеринг на характеристики, обучение, оценяване, внедряване, наблюдение и непрекъснато подобрение
- Създавайте последователни практики за експериментиране с MLflow или сравними инструменти за проследяване, артефакти, регистриране на модели и етапи от жизнения цикъл
- Автоматизирайте задачите на Databricks и работните процеси за доставка чрез Databricks Workflows, GitHub Actions или Azure DevOps
- Изградете наблюдаемост на данните и моделите за актуалност, пълнота, дрейф на характеристики и модели, разминаване между обучението и обслужването и производителност по SLA/SLO
- Поддържайте подходящи мерки за сигурност и контрол на съответствието
- Ръководете реакцията при инциденти и прегледите след инциденти за ML конвейерите и инфраструктурата за обслужване на модели
- Партнирайте си с приложни учени за изпълнението на устойчиви и надеждни модели
Изисквания
- Напреднали умения по софтуерно инженерство с Python, включително разработване на тестове
- Основни познания по машинно обучение
- Поне три години опит в инженеринг на данни или MLOps
- Отлично владеене на PySpark
- Практически опит с Databricks и Delta Lake
- Опит с доставянето на CI/CD за данни и ML чрез Git, работни процеси с pull заявки, автоматизирано тестване и фиксирани среди
- Работни познания по Azure
- Опит със създаване на системи за мониторинг и табла
- Ясни комуникационни умения и оперативно мислене, насочено към отговорност за SLA/SLO
Придобивки
- Конкурентен пакет за възнаграждение
- Бюджет за личностно развитие
- Платен отпуск за дни за обучение
- Платен от компанията достъп до O’Reilly и LinkedIn Learning
- Разширен родителски отпуск
- Платен отпуск за грижа за близки хора
- Платен отпуск за доброволчество в местни общности
- Гъвкава хибридна работа от офиса и дома
- Бюджет за оборудване на домашен офис
- Месечна помощ за домашен офис
- Възможност за работа от родната страна и от чужбина за определен брой дни годишно
- Конкурентен план за отпуск
- Допълнителен почивен ден за рождения ви ден
- Ежегодни събития Hackathon и DevDays
- Приобщаваща глобална култура със сътрудничество в разнообразна общност
- Допълнителни местни придобивки, съобразени с местоработата