A TomTom digitális térképezési és navigációs technológiákat fejleszt járművezetők, vállalkozások, fejlesztők és közszektorbeli szervezetek számára. Termékei közé tartozik a műholdas navigáció, az élő forgalmi információ, az útvonaltervezési megoldások, valamint az autóipari rendszereket, a flottakezelést, a logisztikát, az utazást és az önvezetési alkalmazásokat támogató API-k és SDK-k. A TomTomnál karrierlehetőségeket keresők olyan csapatokban találhatnak lehetőségeket, amelyek helyalapú eszközöket fejlesztenek az utazás és a közlekedés tájékozottabbá és hatékonyabbá tételéért.
Senior MLOps adatmérnök a TomTomnál (hibrid, Hollandia)
Vezesse a TomTom navigációs termékeit támogató Azure- és Databricks-alapú gépi tanulási platformot. Építsen megbízható folyamatokat és modellüzemeltetést erős megfigyelhetőséggel, automatizálással, biztonsággal és megfelelőséggel.
Leírás
- A gépi tanulás teljes életciklusának kezelése Azure- és Databricks-környezetben
- Gépi tanulási folyamatok létrehozása és üzemeltetése a betöltéstől, a jellemzőmérnökségen, a tanításon és értékelésen át az üzembe helyezésig, monitorozásig és folyamatos fejlesztésig
- Egységes kísérletezési gyakorlatok kialakítása MLflow vagy hasonló eszközökkel a nyomon követéshez, artefaktumokhoz, modellregisztrációhoz és életciklusszakaszokhoz
- A Databricks-feladatok és szállítási munkafolyamatok automatizálása Databricks Workflows, GitHub Actions vagy Azure DevOps használatával
- Az adatok és modellek frissességének, teljességének, a jellemző- és modell driftnek, a tanítás és kiszolgálás közötti eltérésnek, valamint az SLA/SLO-teljesítménynek a megfigyelhetőségének kialakítása
- A megfelelő biztonsági és megfelelőségi kontrollok fenntartása
- Incidenskezelés és incidens utáni felülvizsgálatok vezetése a gépi tanulási folyamatok és a modellkiszolgáló infrastruktúra esetében
- Együttműködés alkalmazott tudósokkal robusztus, megbízható modellek futtatása érdekében
Követelmények
- Magas szintű Python-szoftvermérnöki ismeretek, beleértve a tesztek fejlesztését
- A gépi tanulás alapvető ismerete
- Legalább három év tapasztalat adatbázis-mérnöki vagy MLOps-területen
- A PySpark magas szintű ismerete
- Gyakorlati tapasztalat a Databricks és a Delta Lake használatában
- Tapasztalat adat- és gépi tanulási CI/CD-megoldások szállításában Git, pull request munkafolyamatok, automatizált tesztelés és rögzített környezetek használatával
- Azure-ismeretek
- Tapasztalat monitorozási rendszerek és irányítópultok létrehozásában
- Jó kommunikációs készség és az SLA/SLO-k felelősségvállalására összpontosító operatív szemlélet
Juttatások
- Versenyképes juttatási csomag
- Személyes fejlődési keret
- Fizetett szabadság tanulási napokra
- A vállalat által finanszírozott hozzáférés az O’Reilly és a LinkedIn Learning szolgáltatásaihoz
- Bővített szülői szabadság
- Fizetett szabadság hozzátartozók gondozására
- Fizetett önkéntes szabadság helyi közösségekben végzett munkához
- Rugalmas hibrid munkavégzés az irodából és otthonról
- Otthoni irodai felszerelésre fordítható keret
- Havi otthoni irodai támogatás
- Lehetőség arra, hogy évente meghatározott számú napon a saját országából és külföldről dolgozzon
- Versenyképes szabadságolási rendszer
- További szabadnap a születésnapjára
- Éves Hackathon és DevDays rendezvények
- Befogadó, globális kultúra, amely elősegíti az együttműködést sokszínű közösségben
- A munkavégzés helyéhez igazított további helyi juttatások