A JumpCloud egységes identitás-, eszköz- és hozzáférés-kezelési platformot fejleszt elosztott informatikai környezetben működő szervezetek számára. SaaS-termékei egyesítik a felhőalapú címtárszolgáltatásokat, a többplatformos eszközkezelést, az Active Directory korszerűsítését, az identitás-életciklus kezelését, a feltételes hozzáférést, a jelszó nélküli hitelesítést, a többtényezős hitelesítést és a zéró bizalmi modellt alkalmazó biztonságot. A platform támogatja továbbá a beléptetés és kiléptetés automatizálását, a megfelelőségi munkafolyamatokat, a SaaS-kezelést, valamint a HR-rendszerekkel való integrációt. Ennek segítségével a vállalati csapatok az operatív összetettség csökkentése mellett kezelhetik a különböző operációs rendszereken működő felhasználókat és eszközöket.
Senior menedzser, adatmérnökség — távoli munkavégzés Indiában
Vezesd a JumpCloud indiai adatmérnöki és gépi tanulási csapatait, és fejlessz éles környezetben működő gépi tanulási rendszereket, skálázható adatfolyamatokat és erős mérnöki gyakorlatokat. Működj együtt a vállalat különböző területeivel, hogy megbízható jelentéseket és mérhető eredményeket biztosíts az identitás-, eszköz- és telemetriai adatokból.
Leírás
- Az indiai EDA-, ESE- és gépi tanulási fejlesztőcsapat vezetése
- A munkakörhöz tartozó mérnöki csapatok irányítása és támogatása
- Végponttól végpontig terjedő adatfolyamatok tervezése, beleértve a Salesforce- és NetSuite-adatok Fivetrannel történő betöltését, valamint dbt-vel Snowflake-be vagy Databricksbe való átalakítását
- Együttműködés a pénzügyi, értékesítési és operációs csapatokkal egységes jelentési modellek létrehozásában a pipeline állapotáról, az ARR-ről, a számlázásról, a lemorzsolódásról és az ügyfél-élettartamértékről
- Az analitikai mérnöki szabványok alkalmazása verziókezeléssel, automatizált dbt-tesztekkel és moduláris adatmodellekkel
- Tanácsadás a felsővezetőknek, valamint auditált adatmodellekkel alátámasztott pénzügyi és operációs metrikák bemutatása
- Együttműködés Staff és Principal mérnökökkel a funkciófejlesztés, az architektúra, a mérnöki szabványok és a termékminőség területén
- A mérnöki gyakorlatok, a termékstratégia és a végrehajtás alakítása
- Együttműködés a mérnöki vezetőséggel és más csapatokkal a mérnöki szervezet megerősítése és ösztönzése érdekében
- Technikai iránymutatás és felügyelet biztosítása a csapat tevékenységeihez
- Egy növekvő és sokszínű csapat felvétele, beillesztése, mentorálása és fejlesztése
- Éles környezetben működő modelleket szállító gépi tanulási mérnökök és adattudósok vezetése
- Szabványok meghatározása a feature engineeringhez, a tanításhoz, az értékeléshez, a kiszolgáláshoz és a modell-visszacsatolási ciklusokhoz
- Együttműködés a termék-, platform- és biztonsági csapatokkal az identitás-, eszköz- és telemetriai jelek mérhető eredményekké alakításában
- SLA-k, monitorozási és visszaállítási eljárások, valamint ügyeleti folyamatok kialakítása a modellek állapotának biztosítására
Követelmények
- Legalább 8 év alkalmazott gépi tanulási tapasztalat, ezen belül több év emberi csapatok vezetésében és éles környezetben működő MLOps-rendszerekkel végzett munkában
- Legalább 8 fős csapatok vezetésének tapasztalata, beleértve a teljesítménymenedzsmentet és a csapatépítést
- Tapasztalat a Salesforce, NetSuite, dbt, Fivetran, Snowflake és Databricks használatában
- Erős SQL-ismeretek
- A szoftvermérnöki alapelvek és gyakorlatok magabiztos ismerete
- Bizonyított SaaS-tulajdonosi és megbízhatósági tapasztalat
- Gyakorlati tapasztalat agilis fejlesztőcsapatokkal
- Képesség a hatékony kommunikációra mérnöki vezetőkkel, valamint technikai és nem technikai érintettekkel
- Képesség a gyors tempójú, együttműködő környezetben való sikeres munkavégzésre
- Bizonyított folyamatos fejlesztés innováció, szállítás, folyamatfejlesztés és minőség révén
- Földrajzilag elosztott mérnöki csapatok vezetésének tapasztalata távoli munkavégzésre épülő környezetben
- Jártasság olyan MI-alapú kódolási ügynökökben, mint a Cursor, a Claude vagy a Copilot, valamint olyan MI-eszközökben, mint a Gemini és a NotebookLM
- Éles környezetbe modelleket telepítő gépi tanulási mérnökök és adattudósok vezetésének tapasztalata
- Tapasztalat a feature engineering, a tanítás, az értékelés, a kiszolgálás és a modell-visszacsatolási ciklusok terén
- Gyakorlati jártasság a Python, a scikit-learn, a PyTorch, a TensorFlow, valamint a Sparkhez vagy Snowflake-hez hasonló nagyméretű adatplatformok használatában
- Képesség az identitás-, eszköz- és telemetriai jelek mérhető eredményekké alakításában a termék-, platform- és biztonsági csapatokkal együttműködve
- L3–L5 szintű egyéni hozzájárulók felvételének, coachingjának és munkájuk ütemezésének tapasztalata, SLA-k, monitorozás, visszaállítás és modellállapothoz kapcsolódó ügyeleti folyamatok mellett
- Kereskedelmi szoftverfejlesztési tapasztalat Golang, C++, Python, Java vagy más programozási nyelvekkel és operációs rendszertechnológiákkal előnyt jelent
- A szoftvermérnöki tervezési alapelvek erős ismerete előnyt jelent
- A statisztikai és gépi tanulási fogalmak, többek között a felügyelt és felügyelet nélküli tanulás, az anomáliaészlelés, a klasszifikáció, a rangsorolás vagy pontozás, a modellértékelés és az osztályegyensúly-hiányos adathalmazok alapos ismerete előnyt jelent
- Indiában kell tartózkodnia, és jogosultnak kell lennie az ottani munkavégzésre
- A beszélt és írott angol nyelv folyékony ismerete szükséges
- A mérnököktől elvárt az ügyeleti műszakokban való részvétel
Juttatások
- Távoli munkavégzésre épülő munkarend Indián belül
- Karrierfejlődési lehetőségek
- Tehetséges, támogató kollégákkal és tapasztalt vezetői csapattal való együttműködés
- Lehetőség a mérnöki gyakorlatok, a termékstratégia és a végrehajtás alakítására
- Esélyegyenlőséget biztosító foglalkoztatás