Ang Aspire Software ay kumukuha at sumusuporta sa mga kompanya ng software na naglilingkod sa mga sektor tulad ng hospitality, logistics, at konstruksyon. Bilang bahagi ng Valsef Group, pinagsasama nito ang kapital, kadalubhasaan sa operasyon, at magkakaparehong pinakamahuhusay na gawain sa pamamagitan ng isang desentralisadong pamamaraan na nagbibigay-daan sa bawat kompanya at pangkat na mapanatili ang kanilang mga kalakasan habang pinapahusay at pinalalawak ang kanilang mga operasyon. Nakatuon ito sa pagbuo ng matitibay na pakikipagsosyo sa teknolohiya, pagpapalakas sa mga negosyong pagmamay-ari nito, at paglikha ng pangmatagalang pagkakataon para sa mga taong at kostumer na konektado sa mga ito.
Inhinyero ng ML/AI - Hybrid sa Lebanon
Bumuo at mag-deploy ng mga feature para sa pagtataya, rekomendasyon, at LLM para sa mga produktong Qmatic ng Aspire Software. Bumuo ng mga production model, data pipeline, at agentic na workflow para sa self-service.
Paglalarawan
- Bumuo, magsanay, magsuri, at mag-deploy ng mga machine learning model para sa mga functionality ng pagtataya, klasipikasyon, at rekomendasyon
- I-benchmark ang mga iminungkahing modelo, magsagawa ng mga eksperimento, magtala ng mga teknikal na desisyon, magtakda ng mga pamantayan sa pagsusuri, at magmonitor ng mga na-deploy na modelo
- I-embed ang AI at LLM functionality sa mga karanasan sa produkto na nakabatay sa chat, automation, personalization, at agent
- Bumuo, magpanatili, at mag-troubleshoot ng mga ingestion, transformation, feature, at data-quality pipeline sa mga bronze, silver, gold, at platinum medallion layer
- Makipag-ugnayan sa mga kliyente at stakeholder sa pamamagitan ng mga demo, paglulunsad, mga session para sa requirements, at mga talakayan sa pag-troubleshoot
- Gawing mga priyoridad sa produkto at engineering ang feedback ng customer at partner kasama ang Product Management
- Gumawa ng malinis, madaling panatilihin, at masusing nasubok na software
- Mag-ambag sa arkitektura, mga reusable pattern, at teknikal na direksyon para sa mga umuusbong na produkto
- Siyasatin at lutasin ang mga problema sa production na may kinalaman sa mga modelo, data, at insidenteng nakaaapekto sa customer
Mga Kinakailangan
- Hindi bababa sa tatlong taon ng propesyonal na karanasan sa pagbuo at paghahatid ng machine learning o AI system sa production
- Praktikal na karanasan sa machine learning sa buong lifecycle, kabilang ang pagsasanay, fine-tuning, at pagsusuri ng mga classification, regression, o forecasting model
- Kayang suriin ang kalidad ng data, mga feature, at performance ng modelo; mag-benchmark ng mga alternatibo at bigyang-katwiran ang pagpili ng modelo
- Mahusay sa Python at may karanasan sa mga open-source machine learning tool gaya ng scikit-learn, XGBoost o LightGBM, at statsmodels
- Malalim na kaalaman sa SQL at karanasan sa pagdisenyo ng API
- Hands-on na karanasan sa production sa paghahatid ng AI o LLM functionality, kabilang ang mga feature gaya ng RAG pipeline o vector database
- Karanasan sa mga AI-assisted coding tool gaya ng Claude, Cursor, o GitHub Copilot
- Karanasan sa Azure, AWS, o Google Cloud
- Karanasan sa paggawa ng cloud-based data pipeline at ETL process sa loob ng medallion architecture
- Karanasan sa pag-deploy ng mga modelo at pagmonitor ng performance ng mga ito sa production
- Mahuhusay na kasanayan sa komunikasyon, at kumpiyansa sa mga demo, tawag, at workshop kasama ang customer
- Flexible, nakatuon sa produkto, kolaboratibo, mausisa, at responsable ang estilo ng pagtatrabaho
- Matatas sa pasulat at pasalitang Ingles
- Maaasahan at nakatuon sa paghahatid, na kayang magbigay ng makatotohanang pagtataya at maagang maglahad ng mga panganib
- Aktibong GitHub profile o portfolio na nagpapakita ng personal o side project
- Mas gusto: karanasan sa Java, Spring, o Spring Boot
- Mas gusto: pagkakalantad sa generative avatar o video-rendering technology
- Mas gusto: pamilyar sa speech-to-text o transcription workflow, kabilang ang multilingual voice input
- Mas gusto: pamilyar sa agent orchestration framework o multi-step tool-use pattern
- Mas gusto: karanasan sa Go
- Mas gusto: karanasan sa MLOps na sumasaklaw sa experiment tracking, model versioning, at drift monitoring
- Mas gusto: praktikal na kaalaman sa Vue o React kasama ang Node.js