PAR Technology
PAR Technology
PAR Technology kehittää teknologiaa ravintoloille, hotelli- ja ravintola-alan yrityksille sekä muille vilkkaan palvelutoiminnan ympäristöille. Sen alusta yhdistää kassajärjestelmät, digitaalisen tilaamisen, maksut ja asiakasuskollisuustyökalut, jotta operaattorit voivat koordinoida asiakaspalvelun ja taustatoimintojen työnkulkuja. PAR Technology palvelee organisaatioita pikaruokaravintoloissa ja fast casual -ravintoloissa, elokuvateattereissa, kasinoilla, teemapuistoissa, hotelleissa ja lähikaupoissa. Sen pilvipohjaiset tuotteet on suunniteltu tukemaan sujuvampaa toimintaa ja yhdenmukaisempaa asiakaskokemusta.

MLOps-insinööri, identiteetin yhdistäminen

Vie Bridg’n identiteetin yhdistämismallit tuotantoon PAR Technologyn ravintolaohjelmistoalustalla. Rakenna AWS- ja Spark-putkia, CI/CD-prosesseja, valvontaa ja agenteille kyseltäviä datarajapintoja.

Kuvaus

  • Siirrä Bridg’n identiteetin yhdistämismalli muistikirjoista valvottuun ja automatisoituun tuotantokäyttöön.
  • Rakenna ja ylläpidä luotettavia, skaalautuvia data- ja koneoppimisputkia.
  • Kirjoita testejä ja lisää osumatietojen havaittavuutta.
  • Optimoi Spark-työt ja rakenna CI/CD-työnkulkuja.
  • Vahvista järjestelmätestausta ja dokumentaatiota.
  • Tee yhteistyötä datatieteen tiimin kanssa tuotantokäyttöisten koneoppimisjärjestelmien toimittamiseksi.
  • Tee tutkivaa data-analyysiä ja selvitä datan laatua.
  • Ylläpidä ominaisuusputkia ja varmista mallin koulutuksen ja käytön yhdenmukaisuus.
  • Arvioi champion- ja challenger-malleja ja ilmoita poikkeavista tuloksista.
  • Luo kevyitä rajapintoja, joiden kautta agenttityönkulut voivat kysellä identiteetin yhdistämisen tuloksia.
  • Käytä tekoälyä koodaukseen, refaktorointiin, infrastruktuuriin koodina, suunnitteludokumentaatioon, lokien ja ajojen yhteenvetoihin, aineistojen tutkimiseen sekä arviointitapausten luomiseen.
  • Raportoi Bridg’n tuotejohtajalle.

Vaatimukset

  • 2–4 vuoden kokemus tuotantokäyttöisten data- tai koneoppimisjärjestelmien rakentamisesta.
  • Tietojenkäsittelytieteen, data engineeringin tai vastaavan alan kandidaatin tutkinto tai vastaava käytännön kokemus.
  • Kokemusta automatisoitujen ja testattujen koneoppimis- tai dataputkien rakentamisesta ja ylläpidosta.
  • Kokemusta data- tai koneoppimistyönkulkujen CI/CD-prosessien parantamisesta, mukaan lukien Git-pohjaiset käytännöt, automatisoidut yksikkö- ja integraatiotestit sekä haaroihin perustuva siirto kehityksestä testaukseen ja tuotantoon.
  • Kokemusta työnkulkujen orkestrointityökaluista, kuten Airflow’sta, Step Functionsista tai Databricks Workflowsista, mukaan lukien uudelleenyritykset, takautuvat täytöt, SLA-valvonta ja hälytykset.
  • Tuntemusta kokeiden seurannasta ja mallirekistereistä, kuten MLflow’sta.
  • Kokemusta valvonnasta ja havaittavuudesta, datan laadun ja skeemamuutosten tarkistuksista sekä syöte- ja tulosjakaumien muutosten seurannasta.
  • Kokemusta infrastruktuurista koodina, salaisuuksien hallinnasta ja toistettavista Python-ympäristöistä.
  • Tuotantokokemusta AWS-palveluista, kuten S3:sta, EMR:stä, Gluesta, Step Functionsista, Lambdasta, IAM:stä ja CloudWatchista.
  • Sparkin suorituskyvyn osaamista, kuten vinouman, shuffle-operaatioiden, spillin, osioinnin ja liitosstrategioiden tuntemusta.
  • Kokemusta käsiteltyjen tulosten tarjoamisesta jatkojärjestelmille, kuten Redshiftille.
  • Kyky tehdä tutkivaa data-analyysiä ja selvittää datan laatuun liittyviä ongelmia.
  • Kokemusta ominaisuusputkien rakentamisesta ja ylläpidosta sekä koulutuksen ja käytön yhdenmukaisuuden varmistamisesta.
  • Soveltavan tilastotieteen perusteiden hallinta, mukaan lukien todennäköisyys, hypoteesien testaus, otanta ja arviointimittarit.
  • Pythonin datatieteen työkalujen sujuva hallinta, mukaan lukien pandas, scikit-learn ja PySpark.
  • Kiinnostusta LLM-pohjaiseen agenttien dataintegraatioon ja valmiutta rakentaa rajapintoja, kuten MCP-palvelimia, REST- tai GraphQL-päätepisteitä tai rakenteisia syötteitä.
  • Hyvää harkintakykyä datan sopimusten kanssa työskenneltäessä.
  • Valmiutta työskennellä henkilötietoja sisältävien aineistojen parissa.
  • Tekoälyavusteisten koodaustyökalujen päivittäistä käyttöä sekä vastuunottoa tekoälyn tuottaman koodin tarkistamisesta ja testaamisesta.
  • Työhön on oltava laillinen työskentelyoikeus Yhdysvalloissa tai Kanadassa.
  • Ei saa olla rajoittavaa kilpailukieltosopimusta, joka estää työllistymisen PAR:lle.

Edut

  • Mahdollisuus bonukseen.
  • Mahdollinen lisäkorvaus, kuten provisio ja/tai osakepalkkio, tilanteen mukaan.
  • Etätyömahdollisuus soveltuvilla sijainneilla.
  • Kohtuulliset mukautukset vammaisille henkilöille.

Samankaltaiset työpaikat

Volga Partners

Etätyönä tehtävä data-annotoinnin asiantuntija, kohteiden tunnistus – Yhdysvallat

Volga Partners
1 001 – 5 000 Työntekijät
H1B-viisumin sponsoriB2BTekoälyYritys

Merkitse visuaalisten aineistojen kohteita Volga Partnersin tekoälyprojekteja varten ja tue konenäköjärjestelmiä. Auta parantamaan kohteiden tunnistuksen laatua huolellisella ja yhdenmukaisella työllä.

Avaa
KeyrusCloud

Asiakasprojekteissa työskentelevä tekoälyinsinööri

KeyrusCloud
11 – 50 Työntekijät
KonsultointiSaaSYritys

Toteuta Keyrukselle tuotantokäyttöön soveltuvia tekoälyratkaisuja yritystiedon konsultointiin erikoistuneessa yrityksessä. Yhdistä rajapintoja, pilvialustoja, yritysjärjestelmiä ja asiakkaiden työnkulkuja.

Avaa