LogoFresh Jobs Ahead
PAR Technology
PAR Technology
1001 – 5000 Alkalmazottak
Élelmiszerek és italokLogisztikaTanácsadás
A PAR Technology éttermek, vendéglátóipari vállalkozások és más, nagy forgalmú szolgáltatási környezetek számára fejleszt technológiákat. Platformja egyesíti az értékesítési pontok rendszereit, a digitális rendelést, a fizetéseket és az ügyfélhűséget támogató eszközöket, így segíti az üzemeltetőket a front office és a háttérfolyamatok összehangolásában. A PAR Technology gyorséttermeket és fast-casual éttermeket, mozikat, kaszinókat, vidámparkokat, szállodákat és kisboltokat működtető szervezeteket szolgál ki. Felhőalapú termékeit a gördülékenyebb működés és az egységesebb vendégélmény támogatására tervezték.
LinkedIn
Állások a vállalatnál

MLOps mérnök, személyazonosság-feloldás

Vigye éles környezetbe a Bridg személyazonosság-feloldó modelljeit a PAR Technology éttermi szoftverplatformján. Építsen AWS- és Spark-adatfolyamatokat, CI/CD-t, felügyeleti rendszereket és az ügynökök által lekérdezhető adatfelületeket.

USEgyesült ÁllamokCOColoradoFLFloridaILIllinoisMNMinnesotaNYNew YorkNCÉszak-KarolinaPAPennsylvaniaTXTexas
125 000 $ – 160 000 $ / év
TávoliTeljes munkaidőJuniorKözéphaladóKötelező Nyelv: angolGépi tanulási mérnök
AirflowAmazon RedshiftAWSGraphQLPandasPySparkPythonScikit-LearnSpark

Leírás

  • Vigye át a Bridg személyazonosság-feloldó modelljét a jegyzetfüzetekből a felügyelt, automatizált éles környezetbe.
  • Építsen és tartson karban megbízható, skálázható adat- és gépi tanulási folyamatokat.
  • Írjon teszteket, és biztosítsa a párosítási adatok megfigyelhetőségét.
  • Optimalizálja a Spark-feladatokat, és építsen CI/CD-munkafolyamatokat.
  • Erősítse a rendszer tesztelését és dokumentációját.
  • Dolgozzon együtt az adattudományi csapattal éles környezetben működő gépi tanulási rendszerek kialakításán.
  • Végezzen feltáró adatelemzést, és vizsgálja a data quality problémákat.
  • Tartsa karban a feature-folyamatokat, és biztosítsa a modell betanítása és kiszolgálása közötti összhangot.
  • Értékelje a champion és challenger modelleket, és jelezze a rendellenes eredményeket.
  • Hozzon létre egyszerű felületeket, amelyeken keresztül az ügynöki munkafolyamatok lekérdezhetik a személyazonosság-feloldás eredményeit.
  • Használjon mesterséges intelligenciát kódoláshoz, refaktoráláshoz, infrastruktúra kódként való kezeléséhez, tervezési dokumentációhoz, napló- és futási összefoglalókhoz, adathalmazok feltárásához és értékelési esetek előállításához.
  • Jelentsen a Bridg termékigazgatójának.

Követelmények

  • 2–4 év tapasztalat éles adat- vagy gépi tanulási rendszerek fejlesztésében.
  • Számítástechnikai, adatmérnöki vagy kapcsolódó alapdiploma, illetve azzal egyenértékű gyakorlati tapasztalat.
  • Tapasztalat automatizált, tesztelt gépi tanulási vagy adatfolyamatok létrehozásában és karbantartásában.
  • Tapasztalat adat- vagy gépi tanulási munkafolyamatok CI/CD-folyamatainak fejlesztésében, többek között Git-alapú folyamatokkal, automatizált egység- és integrációs tesztekkel, valamint fejlesztési, tesztelési és éles környezet közötti, branchekre épülő előléptetéssel.
  • Tapasztalat olyan munkafolyamat-vezénylő eszközökkel, mint az Airflow, a Step Functions vagy a Databricks Workflows, beleértve az újrapróbálkozásokat, az utólagos adatpótlást, az SLA-felügyeletet és a riasztásokat.
  • Jártasság a kísérletkövető és modellnyilvántartó rendszerekben, például az MLflow-ban.
  • Ismeretek a felügyeletről és megfigyelhetőségről, az adatminőség- és sémaeltérés-ellenőrzésekről, valamint a bemeneti és kimeneti eloszlások eltolódásáról.
  • Tapasztalat infrastruktúra kódként való kezelésében, titokkezelésben és reprodukálható Python-környezetek kialakításában.
  • Éles környezetben szerzett tapasztalat AWS-szolgáltatásokkal, például az S3-mal, az EMR-rel, a Glue-val, a Step Functions-szel, a Lambdával, az IAM-mel és a CloudWatch-csal.
  • A Spark teljesítményével kapcsolatos gyakorlati ismeretek, többek között az adateloszlási ferdeség, a shuffle, a spill, a particionálás és a join-stratégiák terén.
  • Tapasztalat feldolgozott kimenetek továbbításában olyan downstream rendszerekbe, mint a Redshift.
  • Képesség feltáró adatelemzés és adatminőségi vizsgálatok végzésére.
  • Tapasztalat feature-folyamatok kiépítésében és karbantartásában, valamint a betanítás és a kiszolgálás összhangjának fenntartásában.
  • Alkalmazott statisztikai alapok, többek között valószínűség, hipotézisvizsgálat, mintavételezés és értékelési mutatók.
  • A Python adattudományi eszközkészletének magabiztos használata, beleértve a pandast, a scikit-learnt és a PySparkot.
  • Érdeklődés az LLM-alapú ügynökök adatainak integrálása iránt, és nyitottság olyan felületek fejlesztésére, mint az MCP-szerverek, REST- vagy GraphQL-végpontok, illetve strukturált adatfolyamok.
  • Jó ítélőképesség adatkapcsolati szerződések kezelésekor.
  • Kényelmes munkavégzés személyazonosításra alkalmas adatokat tartalmazó adathalmazokkal.
  • MI-alapú kódolási asszisztensek napi használata, valamint felelősség az általuk készített kód felülvizsgálatáért és teszteléséért.
  • Jogosultság az Egyesült Államokban vagy Kanadában történő munkavégzésre.
  • Nem áll fenn olyan korlátozó megállapodás, amely megakadályozná a PAR-nál történő munkavállalást.

Juttatások

  • Bónuszra való jogosultság.
  • Esetenként további juttatás, például jutalék és/vagy részvényjuttatás.
  • Távmunka az arra jogosult helyszíneken.
  • Ésszerű munkahelyi alkalmazkodás fogyatékossággal élő személyek számára.

Kapcsolódó állások

Alliant Insurance Services

Részlegszintű mesterségesintelligencia-mérnök III

Alliant Insurance Services
B2BBiztosításTanácsadás
USEgyesült ÁllamokTávoliTeljes munkaidőKözéphaladóSzeniorKötelező Nyelv: angolGépi tanulási mérnökMI-mérnök
Elosztott rendszerekFelhőPythonTypeScript

Irányítja a megosztott LLM-infrastruktúra felépítését és megbízhatóságát, miközben előmozdítja annak bevezetését a termékekben. Újrahasznosítható vezénylést, megfigyelhetőséget és éles környezetben működő szolgáltatásokat épít.

Megnyitás
Volga Partners

Távmunka adatannotációs szakértő, objektumfelismerés — Egyesült Államok

Volga Partners
1001 – 5000 Alkalmazottak
H1B-vízum szponzoraB2BMesterséges intelligenciaVállalat
USEgyesült Államok
14 $ – 15 $ / óra
TávoliTeljes munkaidőKözéphaladóSzeniorKötelező Nyelv: angolComputer vision mérnökGépi tanulási mérnök

Annotáljon képi adatkészleteket a Volga Partners MI-projektjeihez, objektumok címkézésével támogatva a számítógépes látórendszereket. Gondos és következetes munkájával járuljon hozzá az objektumfelismerés minőségének javításához.

Megnyitás
KeyrusCloud

Ügyfeleknél dolgozó mesterségesintelligencia-mérnök

KeyrusCloud
11 – 50 Alkalmazottak
SaaSTanácsadásVállalat
USEgyesült ÁllamokNYNew York
135 000 $ – 155 000 $ / év
TávoliTeljes munkaidőKözéphaladóSzeniorKötelező Nyelv: angolGépi tanulási mérnökMI-mérnök
AWSAzureDockerFelhőJavaJavaScriptKubernetesPythonTypeScript

Éles környezetben használható mesterségesintelligencia-megoldásokat vezet be a Keyrus számára. API-kat, felhőplatformokat, vállalati rendszereket és ügyfél-munkafolyamatokat kapcsol össze.

Megnyitás
Netflix

Szenior szoftvermérnök, mesterségesintelligencia-platform modellfejlesztés

Netflix
B2CMédia
USEgyesült Államok
466 000 $ – 750 000 $ / év
TávoliTeljes munkaidőKözéphaladóSzeniorKötelező Nyelv: angolGépi tanulási mérnökMI-mérnök
AirflowAWSC++JavaPythonScala

Fejlessze a Netflix mesterségesintelligencia-platformját, hogy támogassa a gépi tanulási modellek fejlesztését, kísérletezését és üzembe helyezését. Működjön együtt kutatókkal és adatelemzőkkel a gépi tanulás teljes életciklusa során használt eszközök fejlesztésén.

Megnyitás