201 – 500 Zaposlenici
Sponzor vize za kvalificirane radnikeMarketingSavjetovanjeUmjetna inteligencijaParser je tehnološka i konzultantska tvrtka osnovana 2018. godine koja organizacijama pomaže primijeniti umjetnu inteligenciju, podatke i softversko inženjerstvo na složene poslovne potrebe. Njezin rad obuhvaća razvoj prilagođenog softvera, primjenu umjetne inteligencije i podataka, dizajn proizvoda te savjetovanje o digitalnoj transformaciji. Parser surađuje s tehnološkim liderima na oblikovanju prilagodljivih rješenja usklađenih s njihovim ciljevima, kombinirajući inženjersko znanje s usmjerenošću na praktične inovacije i dugoročna partnerstva s klijentima.
Senior backend inženjer za MLOps
Gradite skalabilnu MLOps infrastrukturu za vodeću globalnu tvrtku u putovanjima, uključujući podatkovne tokove, implementaciju modela i sustave strojnog učenja u stvarnom vremenu. Pridružite se hibridnom timu tvrtke Parser u Španjolskoj.
Opis
- Razvijati skalabilnu infrastrukturu za treniranje i implementaciju modela strojnog učenja te njihovo skupno ili stvarnovremensko posluživanje.
- Izrađivati i održavati podatkovne tokove za obradu velikih razmjera i inženjerstvo značajki.
- Optimizirati upotrebu računalnih resursa i poboljšavati performanse posluživanja modela u ML sustavima.
- Postavljati nadzor, zapisivanje događaja i upozorenja za ML sustave.
- Pomagati u razvoju praksi ML operacija, uključujući CI/CD cjevovode.
- Surađivati sa znanstvenicima za podatke na prijenosu modela iz razvoja u produkciju.
- Procjenjivati i integrirati nove tehnologije.
- Mentorstvom usmjeravati mlađe inženjere.
- Objašnjavati tehnička rješenja različitim dionicima.
Zahtjevi
- Završen preddiplomski ili diplomski studij računarstva, softverskog inženjerstva ili srodnog tehničkog područja.
- U pravilu 6–7 godina iskustva u poslovima softverskog, podatkovnog ili inženjerstva strojnog učenja.
- Izražena sposobnost rješavanja problema.
- Poznavanje Jave; poznavanje Pythona je prednost.
- Razumijevanje algoritama strojnog učenja i arhitektura modela.
- Iskustvo u razvoju skalabilnih i pouzdanih sustava strojnog učenja.
- Iskustvo s platformama u oblaku kao što je AWS.
- Iskustvo s Dockerom ili drugim alatima za kontejnerizaciju.
- Iskustvo sa skalabilnim podatkovnim sustavima kao što su Spark ili Kafka.
- Poznavanje CI/CD alata kao što je GitHub Actions.
- Poznavanje tehnologija za posluživanje modela kao što je MLflow.
- Sposobnost učinkovite suradnje među timovima.
Pogodnosti
- Prijateljski tim koji njeguje suradnju, razmjenu znanja i kontinuirano učenje.
- Kultura rada usmjerena na djelovanje.
- Prilika za izgradnju MLOps infrastrukture i infrastrukture strojnog učenja za sustave u stvarnom vremenu uz tehnologije kao što su Java, Python, AWS, Docker, Kafka, Spark i MLflow.