머신 러닝 엔지니어 II——콜럼버스 하이브리드 근무
Mimecast의 Incydr 내부자 위험 사이버 보안 제품을 위해 확장 가능한 머신 러닝, 생성형 AI 및 실시간 데이터 파이프라인을 개발합니다. 프로덕션 배포와 부서 간 이니셔티브를 주도하여 고객 대상 기능의 발전을 이끕니다.
설명
- 고급 머신 러닝 모델을 연구, 설계, 개발 및 유지 관리
- 모델 선택과 검증을 수행하고 정확도, 지연 시간 및 처리량을 최적화하도록 모델을 학습, 평가 및 미세 조정
- 확장성, 모델 튜닝 및 데이터 인프라 구성에 대한 접근 방식을 제안
- 실시간 제품을 위한 완전한 데이터 및 머신 러닝 파이프라인을 설계하고 구현
- 특성 엔지니어링을 통해 원시 데이터를 수집, 정제 및 변환
- 머신 러닝 모델을 프로덕션에 맞게 준비하고 기존 시스템에 통합
- 배포된 모델의 효과, 처리량 및 지연 시간을 모니터링
- 대규모 데이터 세트를 위한 소프트웨어 아키텍처 수립을 지원
- 초기 구상부터 프로덕션 출시까지 머신 러닝 프로젝트를 주도
- 주니어 동료를 멘토링하고 엔지니어링 모범 사례를 장려
- 제품, 엔지니어링, 마케팅, 고객 성공, 영업 및 기타 제품 개발 팀과 협업
- 연구와 실험을 통해 고객 대상 기능 및 예측 모델을 개발
- 지식 공유 세션에서 복잡한 기술 개념을 설명
- 제한적인 감독 아래 업무를 관리하고 방향을 설정하며 우선순위를 정함
- 이해관계자와 관계를 구축하고 협력적이고 포용적이며 지속적으로 개선되는 팀 문화를 지원
- AI 개발 도구를 사용해 개념을 탐색하고 솔루션 프로토타입을 제작하며 데이터를 해석하고 LLM 및 에이전트 기반 시스템을 실험
지원 자격
- 정량 분야의 박사 또는 석사 학위와 산업 문제에 고급 머신 러닝을 적용한 경력 4년 이상, 또는 학사 학위와 직접적으로 관련된 경력 6년 이상
- Python, C++, Java 또는 Kotlin의 고급 프로그래밍 능력
- PyTorch, NLTK, spaCy, OpenCV, Tesseract 및 Hugging Face 실무 경험
- 선형대수, 확률적 최적화 및 확률 이론에 대한 이해
- 예측, 시계열 분석, 가설 검정, 이상 탐지, 분류 및 회귀를 포함한 통계적 추론과 머신 러닝 방법에 대한 지식
- 훈련 예제가 200만 개를 초과하는 대규모 데이터 세트와 고도로 불균형한 데이터를 다룬 경험
- ECS, Kinesis, Lambda, S3, Glue, SageMaker, Bedrock, Athena, RDS 및 Redshift 등의 AWS 서비스 활용 능력
- LangChain, LlamaIndex, n8n 및 Spring AI를 사용해 확장 가능한 생성형 AI 서비스를 설계하고 배포한 경험
- 코드형 인프라를 개발하고 유지 관리할 수 있는 능력
- 버전 관리 시스템 사용 경험
- 기본 서비스 계약 및 규정 준수 의무에 따른 민감한 데이터 처리에 대한 이해
- 뛰어난 분석력, 문제 해결 능력, 의사소통 능력, 협업 능력, 적응력, 주도성 및 세부 사항에 대한 주의력
- 비기술 이해관계자에게 기술 개념과 비즈니스 영향을 설명할 수 있으며 해당되는 신원 조회를 성공적으로 완료할 수 있는 능력
- 해당되는 신원 조회를 성공적으로 완료
복리후생
- 종합적인 복리후생 패키지
- 체계적인 학습 및 업무를 통한 학습 기회
- 개인별 유연성을 제공하는 하이브리드 근무 모델
- 포용적이고 다양한 직장
- 장애 또는 기타 필요에 따른 면접 조정 및 편의 제공
- 인센티브 제도가 제공될 수 있음
- 회사 정책 및 적용되는 현지 규정에 따른 추가 복리후생
