통신 분야 시니어 머신러닝 엔지니어 (이집트 원격)
이탈, 고객 세분화, 예측을 포함한 통신 애플리케이션용 프로덕션 머신러닝 시스템을 구축하고 운영합니다. 배포, 모니터링, 모델 버전 관리, 재학습을 아우르는 MLOps 워크플로를 담당합니다.
설명
- 통신 애플리케이션을 위한 프로덕션 수준의 머신러닝 모델을 개발하고 배포한다
- 이탈 예측, 고객 세분화 및 클러스터링, 수요 예측 솔루션을 만든다
- 대규모 고객 데이터셋을 준비하고 정제, 변환, 분석한다
- 효과적인 머신러닝 모델을 지원하는 특성을 설계하고 선택한다
- 지도학습 및 비지도학습 모델을 학습, 검증, 평가한다
- 데이터 준비, 모델 개발, 검증, 자동화에 Python을 활용한다
- 여러 소스의 데이터를 조회, 변환, 처리하기 위해 SQL을 사용한다
- 머신러닝 수명 주기 전반에 걸쳐 MLOps 파이프라인을 구축하고 유지한다
- 모델 버전 관리, 배포, 프로덕션 모니터링, 재학습을 총괄한다
- 프로덕션 성능과 데이터 또는 모델 드리프트를 추적하고 필요할 때 시정 조치를 적용한다
- 데이터 엔지니어, 데이터 과학자, 비즈니스 이해관계자와 협력하여 확장 가능한 머신러닝 솔루션을 구축한다
- 신뢰할 수 있고 유지보수가 가능하며 프로덕션 사용에 적합한 모델을 유지한다
- 프로덕션 환경의 결과를 바탕으로 모델, 특성, 머신러닝 워크플로를 개선한다
지원 자격
- 머신러닝, 데이터 과학 또는 관련 분야에서 4년 이상의 경력
- 통신 또는 Telco 분야 경험 필수
- 이탈, 고객 세분화, 수요 예측, 행동 예측과 같은 통신 사용 사례를 위한 프로덕션 ML 모델 구축 및 배포 성공 경험
- 지도학습 및 비지도학습 방법에 대한 높은 숙련도
- 데이터 준비, 특성 엔지니어링, 모델 개발을 위한 고급 Python 실무 경험
- 고객 데이터에 접근하고 처리하며 분석할 수 있는 뛰어난 SQL 역량
- 고객 데이터 준비 및 특성 엔지니어링 실무 경험
- 모델 버전 관리, 배포, 프로덕션 모니터링, 재학습에 대한 실무 MLOps 경험
- MLflow 또는 이에 준하는 모델 수명 주기 및 MLOps 플랫폼 사용 경험
- 머신러닝 모델을 개발 환경에서 프로덕션으로 이전하고 이후 유지관리한 경험
- 모델 성능을 평가하고 개선 영역을 식별하는 능력
- 머신러닝 수명 주기 전체에 대한 명확한 이해
- Dataiku 또는 이에 준하는 엔터프라이즈 머신러닝 플랫폼 경험 우대
- Spark, 특성 저장소 또는 업리프트 모델링 경험 우대