PAR Technology
PAR Technology
PAR Technology برای رستوران‌ها، کسب‌وکارهای مهمان‌نوازی و دیگر محیط‌های خدماتی پرتردد فناوری توسعه می‌دهد. پلتفرم این شرکت سیستم‌های نقطه فروش، سفارش‌گیری دیجیتال، پرداخت و ابزارهای وفاداری مشتری را در یک مجموعه گرد هم می‌آورد تا اپراتورها بتوانند جریان‌های کاری بخش‌های پذیرش و پشتیبانی را هماهنگ کنند. PAR Technology به سازمان‌هایی در حوزه‌های غذاخوری‌های خدمات سریع و فست‌کژوال، سینماها، کازینوها، پارک‌های موضوعی، هتل‌ها و فروشگاه‌های رفاه خدمات ارائه می‌دهد. محصولات ابری این شرکت برای پشتیبانی از عملیات روان‌تر و تجربه‌ای یکدست‌تر برای مهمانان طراحی شده‌اند.

مهندس ام‌ال‌اوپس، تطبیق هویت

مدل‌های تطبیق هویت Bridg را در پلتفرم نرم‌افزاری رستوران PAR Technology به محیط عملیاتی ببرید. خطوط لوله AWS و Spark، CI/CD، پایش و رابط‌های داده قابل‌پرس‌وجو برای عامل‌ها بسازید.

توضیحات

  • مدل تطبیق هویت Bridg را از دفترچه‌ها به محیط عملیاتی خودکار و تحت پایش منتقل کنید.
  • خطوط لوله داده و یادگیری ماشین قابل‌اعتماد و مقیاس‌پذیر بسازید و نگهداری کنید.
  • برای داده‌های تطبیق، آزمون بنویسید و قابلیت مشاهده‌پذیری اضافه کنید.
  • کارهای Spark را بهینه کنید و گردش‌کارهای CI/CD بسازید.
  • آزمون‌های سیستمی و مستندات را تقویت کنید.
  • برای ارائه سامانه‌های یادگیری ماشین در محیط عملیاتی با تیم علم داده همکاری کنید.
  • تحلیل اکتشافی داده انجام دهید و کیفیت داده را بررسی کنید.
  • خطوط لوله ویژگی را نگهداری کنید و سازگاری آموزش و ارائه مدل را حفظ کنید.
  • مدل‌های قهرمان و رقیب را ارزیابی کنید و نتایج غیرعادی را علامت‌گذاری کنید.
  • رابط‌های سبک بسازید تا گردش‌کارهای عامل بتوانند نتایج تطبیق هویت را پرس‌وجو کنند.
  • از هوش مصنوعی برای کدنویسی، بازآرایی کد، زیرساخت به‌عنوان کد، مستندات طراحی، خلاصه لاگ‌ها و اجراها، کاوش مجموعه‌داده و تولید موارد ارزیابی استفاده کنید.
  • به مدیر محصول Bridg گزارش دهید.

شرایط لازم

  • ۲ تا ۴ سال تجربه در ساخت سامانه‌های داده یا یادگیری ماشین برای محیط عملیاتی.
  • مدرک کارشناسی در علوم کامپیوتر، مهندسی داده یا رشته مرتبط، یا تجربه عملی معادل.
  • تجربه ساخت و نگهداری خطوط لوله خودکار و آزمون‌شده یادگیری ماشین یا داده.
  • تجربه بهبود CI/CD برای گردش‌کارهای داده یا یادگیری ماشین، از جمله فرایندهای مبتنی بر Git، آزمون‌های خودکار واحد و یکپارچه‌سازی، و ارتقا بر پایه شاخه میان توسعه، مرحله‌بندی و محیط عملیاتی.
  • تجربه کار با ابزارهای هماهنگ‌سازی گردش‌کار مانند Airflow، Step Functions یا Databricks Workflows، شامل تلاش مجدد، پرکردن داده‌های گذشته، پایش SLA و هشداردهی.
  • آشنایی با ردیابی آزمایش و مخزن مدل‌هایی مانند MLflow.
  • آشنایی با پایش و مشاهده‌پذیری، بررسی کیفیت داده و تغییر طرح‌واره، و تغییر توزیع ورودی و خروجی.
  • تجربه زیرساخت به‌عنوان کد، مدیریت اسرار و محیط‌های بازتولیدپذیر Python.
  • تجربه عملیاتی با سرویس‌های AWS شامل S3، EMR، Glue، Step Functions، Lambda، IAM و CloudWatch.
  • دانش کاربردی از موضوعات کارایی Spark، از جمله عدم‌توازن داده، جابه‌جایی داده، سرریز، افرازبندی و راهبردهای اتصال.
  • تجربه ارائه خروجی‌های پردازش‌شده به سامانه‌های پایین‌دستی مانند Redshift.
  • توانایی انجام تحلیل اکتشافی داده و بررسی کیفیت داده.
  • تجربه ساخت و نگهداری خطوط لوله ویژگی و حفظ سازگاری آموزش و ارائه مدل.
  • دانش پایه در آمار کاربردی، از جمله احتمال، آزمون فرضیه، نمونه‌گیری و معیارهای ارزیابی.
  • تسلط بر مجموعه ابزار علم داده Python، از جمله pandas، scikit-learn و PySpark.
  • علاقه به یکپارچه‌سازی داده عامل‌های مبتنی بر LLM و آمادگی برای ساخت رابط‌هایی مانند سرورهای MCP، نقاط پایانی REST یا GraphQL، یا خوراک‌های ساخت‌یافته.
  • قضاوت مناسب هنگام کار با قراردادهای داده.
  • راحتی در کار با مجموعه‌داده‌های دارای اطلاعات هویتی شخصی.
  • استفاده روزانه از دستیارهای کدنویسی هوش مصنوعی و پذیرش مسئولیت بازبینی و آزمون کد تولیدشده با هوش مصنوعی.
  • داشتن مجوز قانونی کار در ایالات متحده یا کانادا الزامی است.
  • نباید توافق محدودکننده‌ای داشته باشید که مانع استخدام در PAR شود.

مزایا

  • واجد شرایط بودن برای پاداش.
  • امکان دریافت جبران خدمات اضافی، از جمله پورسانت و/یا سهام، در صورت کاربرد.
  • امکان دورکاری در مکان‌های واجد شرایط.
  • تسهیلات متعارف برای افراد دارای معلولیت.

فرصت‌های شغلی مرتبط

Alliant Insurance Services

مهندس هوش مصنوعی بخشی III

Alliant Insurance Services

معماری و قابلیت اتکای زیرساخت مشترک LLM را راهبری کنید و پذیرش آن را در محصولات گسترش دهید. ارکستریشن، مشاهده‌پذیری و سرویس‌های عملیاتیِ قابل استفادهٔ مجدد بسازید.

باز کردن
CDW

مهندس مشاوره شبکه‌های هوش مصنوعی CDW

CDW

زیرساخت‌های InfiniBand، Ethernet و RoCE را برای مشتریان CDW پیاده‌سازی و اعتبارسنجی کنید. از خوشه‌های GPU و زیرساخت توزیع‌شده هوش مصنوعی پشتیبانی کنید.

باز کردن
Volga Partners

متخصص حاشیه‌نویسی داده از راه دور، تشخیص اشیا — ایالات متحده

Volga Partners
۱٬۰۰۱ – ۵٬۰۰۰ کارکنان
حامی ویزای H1BB2Bسازمانهوش مصنوعی

برای پروژه‌های هوش مصنوعی Volga Partners، اشیا را در مجموعه‌داده‌های تصویری برچسب‌گذاری کنید و به سامانه‌های بینایی ماشین کمک کنید. با کار دقیق و یکدست، در بهبود کیفیت تشخیص اشیا سهیم شوید.

باز کردن
KeyrusCloud

مهندس هوش مصنوعی مستقر در محل مشتری

KeyrusCloud
۱۱ – ۵۰ کارکنان
SaaSسازمانمشاوره

راهکارهای هوش مصنوعی را برای محیط عملیاتی Keyrus، شرکت مشاوره هوشمندی سازمانی، مستقر کنید. APIها، پلتفرم‌های ابری، سامانه‌های سازمانی و گردش‌کارهای مشتریان را به هم متصل کنید.

باز کردن
Netflix

مهندس ارشد نرم‌افزار، توسعه مدل‌های پلتفرم هوش مصنوعی

Netflix

پلتفرم هوش مصنوعی نتفلیکس را برای پشتیبانی از توسعه، آزمایش و استقرار مدل‌های یادگیری ماشین بسازید. با پژوهشگران و دانشمندان داده همکاری کنید تا ابزارهای چرخه عمر یادگیری ماشین را بهبود دهید.

باز کردن