Kohl's یک شرکت خرده‌فروشی آمریکایی است که شبکه‌ای سراسری از فروشگاه‌ها را با یک پلتفرم خرید آنلاین ترکیب می‌کند. مجموعه محصولات آن شامل پوشاک، لوازم خانه، محصولات زیبایی و دیگر کالاهای روزمره است و از طریق همکاری با Sephora، محصولات زیبایی Sephora نیز در Kohl’s عرضه می‌شود. فعالیت‌های این شرکت فقط به خرده‌فروشی در ارتباط مستقیم با مشتریان محدود نیست و مراکز توزیع، تیم‌های اعتباری و مرکز تماس، و بخش‌های طراحی و امور شرکتی را نیز دربر می‌گیرد. بنابراین فرصت‌های استخدامی Kohl's می‌تواند شامل نقش‌هایی در پشتیبانی از تجارت همه‌کاناله، عملیات فروشگاه، پردازش سفارش‌ها، خدمات مشتری و تیم‌های خرده‌فروشی شرکتی باشد. این شرکت بر ارائه خدمات با محوریت مشتری و ایجاد فرهنگی فراگیر در محیط کار تأکید دارد.
مدیر عملیات یادگیری ماشین در کولز، منومونی فالز، به‌صورت حضوری
رهبری مهندسان عملیات یادگیری ماشین را برای پشتیبانی از زیرساخت مقیاس‌پذیر یادگیری ماشین در سازمان خرده‌فروشی کولز بر عهده بگیرید. بر استقرار مدل‌های تولیدی، ابزارهای ابری و رویه‌های چرخه عمر یادگیری ماشین نظارت کنید.
توضیحات
- تیم مهندسی عملیات یادگیری ماشین را از طریق استخدام، توسعه، مربی‌گری، مدیریت و ارزیابی عملکرد بسازید و رهبری کنید.
- اجرای چرخه عمر کامل یادگیری ماشین، از جمله خطوط لوله ETL مقیاس‌پذیر، استقرار تولیدی مدل‌های علم داده و زیرساخت و ابزارهای ابری را هدایت کنید.
- با ایجاد چارچوب‌های قابل استفاده مجدد و راهکارهای استاندارد پیاده‌سازی، نقشه راه ابزارهای مهندسی یادگیری ماشین و علم داده را تعیین کنید.
- زیرساخت‌های پیشرفته یادگیری ماشین را بررسی و نمونه‌سازی کنید و سپس تیم را در به‌کارگیری آن‌ها هدایت کنید.
- با رفع موانع و پیش بردن تصمیم‌ها، اجرای کار تیم را تسریع کنید.
- به مدیران علم داده درباره ابزارها و زیرساخت‌های ابری پشتیبان چرخه عمر یادگیری ماشین مشاوره دهید.
- بهترین روش‌های مهندسی را ایجاد کنید و از طریق آموزش، مربی‌گری، برنامه‌نویسی دونفره و بازبینی کد، توسعه مستمر را ترویج دهید.
- در ساخت چارچوب‌های پایش، هشداردهی، توسعه و آزمون خودکار که از قابلیت اطمینان، عملکرد و یکپارچگی خطوط لوله، مدل‌ها و زیرساخت محافظت می‌کنند، مشارکت کنید.
- پیاده‌سازی‌ها و بهترین روش‌ها را مستندسازی کرده و با رهبران سازمان داده کولز به اشتراک بگذارید.
- تحولات خدمات Google Cloud Platform و روش‌های روزآمد MLE و عملیات یادگیری ماشین را دنبال کنید.
- سایر مسئولیت‌های محول‌شده را انجام دهید.
شرایط لازم
- مدرک کارشناسی در علم داده، علوم کامپیوتر، آمار، ریاضیات کاربردی یا رشته کمی مشابه.
- حداقل پنج سال تجربه در مهندسی یادگیری ماشین، همراه با سابقه اثبات‌شده در تحویل موفقیت‌آمیز مستقل پروژه‌ها.
- حداقل دو سال تجربه مدیریت یا رهبری در سازمان‌های علم داده یا تحلیل داده.
- تخصص پیشرفته در عملیات یادگیری ماشین، شامل سامانه‌های ML تولیدی، Docker، Kubernetes، CI/CD، کنترل نسخه مبتنی بر Git، توسعه API، ارائه مدل به‌صورت دسته‌ای و بلادرنگ و آزمون خودکار.
- تجربه همکاری با دانشمندان داده برای استقرار، مقیاس‌دهی و عملیاتی‌سازی مدل‌های یادگیری ماشین تولیدی.
- دانش عمیق پلتفرم‌های ابری، ترجیحاً Google Cloud Platform، شامل Vertex AI، BigQuery و Dataproc.
- دانش گسترده از روش‌های CI/CD و زیرساخت به‌عنوان کد.
- تسلط قوی بر محاسبات توزیع‌شده و فناوری‌های کلان‌داده مانند Spark، Kubeflow، Airflow و SQL.
- مهارت پیشرفته در Python و تجربه کار با کتابخانه‌های یادگیری ماشین از جمله TensorFlow، PyTorch و scikit-learn.
- تجربه کار در محیط‌های چابک با تمرکز بر تحویل تکرارشونده و توسعه مستمر.
- تسلط بر Java یا یک زبان برنامه‌نویسی دیگر.
- تجربه در خرده‌فروشی و تجارت الکترونیکی.
- تجربه استفاده از روش‌ها و ابزارهای بهینه‌سازی مانند Gurobi، برنامه‌ریزی خطی و برنامه‌ریزی عدد صحیح مختلط.
- تجربه کار با سامانه‌های هوش مصنوعی مبتنی بر عامل یا عامل‌محور، از جمله ارکستراسیون جریان‌های کاری خودکار یا عامل‌های مبتنی بر LLM.