Ang Kohl's ay isang kompanya ng retail sa Estados Unidos na pinagsasama ang pambansang network ng mga tindahan at isang online shopping platform. Kabilang sa mga produkto nito ang damit, gamit sa bahay, mga produktong pampaganda, at iba pang pang-araw-araw na paninda, kabilang ang mga beauty offering ng Sephora sa pamamagitan ng pakikipagtulungan nito sa Sephora at Kohl’s. Saklaw ng operasyon ng kompanya hindi lamang ang retail na direktang nakaharap sa mga customer, kundi pati ang mga distribution center, mga team para sa credit at call center, at mga function sa disenyo at korporasyon. Dahil dito, maaaring kabilang sa konteksto ng pagkuha ng Kohl's ang mga oportunidad na sumusuporta sa omnichannel commerce, operasyon ng tindahan, pagtupad ng mga order, serbisyo sa customer, at mga team ng corporate retail, na may binanggit na pagtutok sa serbisyong inuuna ang customer at isang inklusibong kultura sa lugar ng trabaho.
Tagapamahala ng Operasyon sa Machine Learning sa Kohl's, Menomonee Falls Nasa Opisina
Pangunahan ang mga inhinyero ng ML Operations na sumusuporta sa nasusukat na imprastraktura ng machine learning para sa retail na organisasyon ng Kohl's. Pangasiwaan ang pag-deploy ng mga production model, cloud tooling, at mga kasanayan sa lifecycle ng machine learning.
Paglalarawan
- Bumuo at mamuno sa engineering team ng ML Operations sa pamamagitan ng pagkuha, pagpapaunlad, pagco-coach, pamamahala, at pagsusuri ng performance.
- Gabayan ang pagpapatupad ng buong lifecycle ng machine learning, kabilang ang mga nasusukat na ETL pipeline, production deployment ng mga modelo ng Data Science, at cloud infrastructure at tooling.
- Itakda ang roadmap para sa mga tool ng Machine Learning Engineering at Data Science sa pamamagitan ng paglikha ng mga reusable framework at standardized implementation solution.
- Siyasatin at gumawa ng prototype ng advanced na imprastraktura ng machine learning, pagkatapos ay gabayan ang team sa paggamit nito.
- Pabilisin ang pagpapatupad ng team sa pamamagitan ng paglutas ng mga blocker at pagsusulong ng mga desisyon.
- Magbigay ng payo sa mga manager ng Data Science tungkol sa cloud tool at imprastrakturang sumusuporta sa lifecycle ng machine learning.
- Magtatag ng pinakamahuhusay na engineering practice at isulong ang patuloy na pag-unlad sa pamamagitan ng training, coaching, pair programming, at code review.
- Tumulong sa pagbuo ng monitoring, alerting, development, at automated testing framework na nagpoprotekta sa pagiging maaasahan, performance, at integridad ng mga pipeline, modelo, at imprastraktura.
- Itala at ibahagi ang mga implementasyon at pinakamahuhusay na kasanayan sa mga lider sa buong data organization ng Kohl's.
- Subaybayan ang mga pag-unlad sa mga serbisyo ng Google Cloud Platform at sa kasalukuyang mga kasanayan sa MLE at ML Operations.
- Kumpletuhin ang iba pang itinalagang responsibilidad.
Mga Kinakailangan
- Bachelor's degree sa Data Science, Computer Science, Statistics, Applied Mathematics, o katumbas na quantitative discipline.
- Hindi bababa sa limang taong karanasan sa Machine Learning Engineering na may napatunayang rekord ng matagumpay na independiyenteng paghahatid ng mga proyekto.
- Hindi bababa sa dalawang taong karanasan sa pamamahala o pamumuno sa mga organisasyon ng Data Science o Analytics.
- Advanced na kadalubhasaan sa ML Operations, kabilang ang production ML systems, Docker, Kubernetes, CI/CD, Git-based version control, API development, batch at real-time model serving, at automated testing.
- Karanasan sa pakikipagtulungan sa mga Data Scientist upang mag-deploy, mag-scale, at mag-operationalize ng production machine-learning models.
- Malalim na kaalaman sa mga cloud platform, lalo na ang Google Cloud Platform, kabilang ang Vertex AI, BigQuery, at Dataproc.
- Malawak na kaalaman sa CI/CD at infrastructure-as-code practices.
- Mahusay na kaalaman sa distributed computing at mga teknolohiyang big data gaya ng Spark, Kubeflow, Airflow, at SQL.
- Advanced na kasanayan sa Python at karanasan sa mga machine-learning library kabilang ang TensorFlow, PyTorch, at scikit-learn.
- Karanasan sa mga Agile environment na nakatuon sa iterative delivery at patuloy na development.
- Kahusayan sa Java o ibang programming language.
- Karanasan sa retail at e-commerce.
- Karanasan sa paggamit ng mga optimization method at tool gaya ng Gurobi, linear programming, at mixed-integer programming.
- Karanasan sa agent-based o agentic AI systems, kabilang ang orchestration ng autonomous workflow o mga ahenteng pinapatakbo ng LLM.