Arrow Electronics
Arrow Electronics
Arrow Electronics er en global virksomhed inden for teknologiløsninger og forsyningskæder, som betjener teknologiproducenter og tjenesteudbydere. Virksomhedens arbejde omfatter værdiskabende distribution, styring af forsyningskæder, støtte til markedsføring og forretningsudvikling, løsninger inden for nye teknologier, designteknik, datacenterstyring samt afvikling af IT-aktiver. Gennem denne brede portefølje understøtter Arrow udviklingen, leveringen og livscyklusstyringen af teknologiprodukter på tværs af brancher og bidrager til at gøre avancerede teknologier mere tilgængelige og lettere at bringe på markedet.

AI/ML-ingeniør

Byg skalerbare MLOps-pipelines og LLM-løsninger til eInfochips’ ingeniørydelser. Udvikl, overvåg og styr machine learning-systemer.

Beskrivelse

  • Udvikl AI- og machine learning-løsninger.
  • Design skalerbare MLOps-pipelines med Azure ML, MLflow, Databricks Asset Bundles (DAB) og CI/CD/CT.
  • Implementer modeller til superviseret, usuperviseret og reinforcement learning.
  • Udvikl features, og vurder modellernes ydeevne.
  • Følg modeldrift, og opsæt automatiske alarmer.
  • Etabler datastyring, sporing af dataoprindelse, metadatastyring og processer for compliance.
  • Design og implementer LLM-løsninger med RAG, Agentic AI, MCP og prompt engineering.
  • Opret Power BI-dashboards til modelovervågning og rapportering af virksomhedens KPI’er.
  • Brug gode softwareudviklingsmetoder i machine learning-kode.
  • Vurder praktiske anvendelser af generativ AI, Agentic AI og LLM’er.
  • Vejled junior kolleger, gennemgå kode, og led tekniske videndelingssessioner.

Krav

  • 4–8 års erfaring.
  • En opsigelsesperiode på 0–45 dage foretrækkes.
  • Stærkt kendskab til superviseret, usuperviseret og reinforcement learning, modelevaluering og feature engineering.
  • Færdigheder i TensorFlow, PyTorch og Keras.
  • Praktisk erfaring med CNN’er og RNN’er.
  • Avancerede Python-færdigheder, herunder NumPy, Pandas og scikit-learn.
  • Praktisk erfaring med Spark; erfaring med Databricks foretrækkes.
  • Kendskab til Hadoop og Kafka.
  • Erfaring med machine learning-tjenester, datalagring og computing på Azure, AWS eller GCP.
  • Stærk MLOps-erfaring.
  • Stærke færdigheder inden for SQL, NoSQL og datamodellering.
  • Praktisk erfaring med at opdage og overvåge modeldrift samt opsætte automatiske alarmer.
  • Praktisk erfaring med at implementere rammer for datastyring, sporing af dataoprindelse, metadatastyring og compliance.
  • Erfaring med at designe skalerbare MLOps-pipelines med Azure ML, MLflow, Databricks Asset Bundles (DAB) og CI/CD/CT.
  • Certificeringen Microsoft Certified: Azure Data Scientist Associate er en fordel.
  • Erfaring med at designe og implementere LLM-løsninger med RAG, Agentic AI, MCP og prompt engineering er en fordel.
  • Erfaring med at bygge Power BI-dashboards til modelovervågning og rapportering af virksomhedens KPI’er er en fordel.
  • Et stærkt fundament inden for statistik, hypotesetest og datatolkning er en fordel.
  • Kendskab til softwareudviklingsmetoder, der sikrer genanvendelig, testbar og vedligeholdelsesvenlig machine learning-kode.
  • Kendskab til generativ AI, Agentic AI og LLM’er.
  • Evne til at vejlede junior kolleger, gennemgå kode og lede tekniske videndelingssessioner.

Fordele

  • Konkurrencedygtig løn
  • Balance mellem arbejde og privatliv
  • Professionel udvikling
  • Innovativt arbejdsmiljø
  • Anerkendelse og belønninger

Relaterede job

ICON plc

Senior klinisk forskningsmedarbejder, onkologi (Frankrig, fjernarbejde)

ICON plc

Overvåg onkologiske forsøg for ICON Strategic Solutions med ansvar for forsøgsstedernes resultater, overholdelse af protokoller, datakvalitet og regulatoriske standarder. Bidrag til pålidelig forsøgsafvikling gennem besøg på forsøgssteder, samarbejde med teams og vejledning af forsøgsstedernes personale og CRA-kolleger.

Åbn
Partnerize

Site Reliability Engineer med fjernarbejde hos Partnerize

Partnerize
201 – 500 Medarbejdere
B2BMarkedsføringSaaS

Hjælp med at holde Partnerizes platform til automatisering af partnerskaber pålidelig ved at styrke cloudinfrastrukturen, softwareleverancen og den operationelle support.

Åbn