LogoFresh Jobs Ahead
PAR Technology
PAR Technology
1.001 – 5.000 Medarbejdere
Fødevarer og drikkevarerLogistikRådgivning
PAR Technology udvikler teknologi til restauranter, hotel- og oplevelsesvirksomheder samt andre servicevirksomheder med store kundemængder. Platformen samler kassesystemer, digital bestilling, betalinger og værktøjer til kundeloyalitet for at hjælpe operatører med at koordinere arbejdsgange i front- og backoffice. PAR Technology betjener organisationer inden for fastfood- og fast-casual-restauranter, biografer, kasinoer, forlystelsesparker, hoteller og conveniencebutikker med cloudbaserede produkter, der er udviklet til at understøtte mere smidig drift og en mere ensartet gæsteoplevelse.
LinkedIn
Job i virksomheden

MLOps-ingeniør, identitetsmatchning

Sæt Bridgs modeller til identitetsmatchning i produktion på PAR Technologys softwareplatform til restauranter. Byg AWS- og Spark-pipelines, CI/CD, overvågning og datagrænseflader, som agenter kan forespørge.

USUSACOColoradoFLFloridaILIllinoisMNMinnesotaNYNew YorkNCNorth CarolinaPAPennsylvaniaTXTexas
125.000 $ – 160.000 $ / år
FjernarbejdeFuldtidJuniorMellemniveauPåkrævet Sprog: engelskMaskinlæringsingeniør
AirflowAmazon RedshiftAWSGraphQLPandasPySparkPythonScikit-LearnSpark

Beskrivelse

  • Flyt Bridgs model til identitetsmatchning fra notebooks til overvåget, automatiseret produktion.
  • Byg og vedligehold pålidelige, skalerbare data- og machine learning-pipelines.
  • Skriv tests, og tilføj observerbarhed for matchningsdata.
  • Optimer Spark-jobs, og byg CI/CD-workflows.
  • Styrk systemtest og dokumentation.
  • Arbejd sammen med data science-teamet om at levere machine learning-systemer til produktion.
  • Udfør eksplorativ dataanalyse, og undersøg datakvalitet.
  • Vedligehold feature-pipelines, og sørg for ensartethed mellem modeltræning og serving.
  • Evaluer champion- og challenger-modeller, og markér afvigende resultater.
  • Skab letvægtsgrænseflader, så agent-workflows kan forespørge på resultater fra identitetsmatchning.
  • Brug AI til kodning, refaktorering, infrastruktur som kode, designdokumentation, opsummeringer af logfiler og kørsler, udforskning af datasæt og generering af evalueringssager.
  • Referér til Bridgs produktdirektør.

Krav

  • 2–4 års erfaring med at bygge data- eller machine learning-systemer til produktion.
  • Bachelorgrad i datalogi, data engineering eller et beslægtet område eller tilsvarende praktisk erfaring.
  • Erfaring med at bygge og vedligeholde automatiserede og testede machine learning- eller datapipelines.
  • Erfaring med at forbedre CI/CD for data- eller machine learning-workflows, herunder Git-baserede processer, automatiserede enheds- og integrationstests samt branch-baseret forfremmelse gennem udvikling, staging og produktion.
  • Erfaring med værktøjer til workflow-orkestrering som Airflow, Step Functions eller Databricks Workflows, herunder retries, backfills, SLA-overvågning og alarmering.
  • Kendskab til værktøjer til eksperimenttracking og modelregistre som MLflow.
  • Erfaring med overvågning og observerbarhed, kontroller af datakvalitet og skemadrift samt drift i input- og outputfordelinger.
  • Erfaring med infrastruktur som kode, håndtering af secrets og reproducerbare Python-miljøer.
  • Produktionserfaring med AWS-tjenester, herunder S3, EMR, Glue, Step Functions, Lambda, IAM og CloudWatch.
  • Praktisk viden om Spark-ydeevne, herunder skævhed, shuffle, spill, partitionering og join-strategier.
  • Erfaring med at levere behandlede output til downstream-systemer som Redshift.
  • Evne til at udføre eksplorativ dataanalyse og undersøgelser af datakvalitet.
  • Erfaring med at bygge og vedligeholde feature-pipelines og sikre overensstemmelse mellem træning og serving.
  • Grundlæggende viden om anvendt statistik, herunder sandsynlighed, hypotesetest, sampling og evalueringsmålinger.
  • Fortrolighed med Pythons data science-stack, herunder pandas, scikit-learn og PySpark.
  • Interesse for dataintegration med LLM-baserede agenter og lyst til at bygge grænseflader som MCP-servere, REST- eller GraphQL-endpoints eller strukturerede feeds.
  • God dømmekraft ved arbejde med datakontrakter.
  • Tryg ved at arbejde med datasæt, der indeholder personhenførbare oplysninger.
  • Daglig brug af AI-kodningsassistenter med ansvar for at gennemgå og teste AI-genereret kode.
  • Skal have lovlig arbejdstilladelse i USA eller Canada.
  • Må ikke være bundet af en konkurrenceklausul, der forhindrer ansættelse hos PAR.

Fordele

  • Mulighed for bonus.
  • Mulighed for yderligere kompensation, herunder provision og/eller aktier, hvor det er relevant.
  • Mulighed for fjernarbejde fra godkendte steder.
  • Rimelige tilpasninger for personer med handicap.

Relaterede job

Volga Partners

Dataannoteringsspecialist inden for objektdetektion – fjernarbejde, USA

Volga Partners
1.001 – 5.000 Medarbejdere
Sponsor for H1B-visumB2BKunstig intelligensVirksomhed
USUSA
14 $ – 15 $ / time
FjernarbejdeFuldtidMellemniveauSeniorPåkrævet Sprog: engelskComputer vision-ingeniørMaskinlæringsingeniør

Annotér visuelle datasæt til Volga Partners AI-projekter ved at mærke objekter til brug for computersynssystemer. Bidrag til bedre objektdetektion gennem omhyggeligt og konsekvent arbejde.

Åbn
KeyrusCloud

AI-ingeniør med kundeorienteret leveranceansvar

KeyrusCloud
11 – 50 Medarbejdere
RådgivningSaaSVirksomhed
USUSANYNew York
135.000 $ – 155.000 $ / år
FjernarbejdeFuldtidMellemniveauSeniorPåkrævet Sprog: engelskAI-ingeniørMaskinlæringsingeniør
AWSAzureCloudDockerJavaJavaScriptKubernetesPythonTypeScript

Udrul produktionsklare AI-løsninger for Keyrus, et konsulenthus inden for virksomhedsintelligens. Forbind API'er, cloudplatforme, virksomhedssystemer og kundernes arbejdsgange.

Åbn