Parser

201 – 500 Darbuotojai

Kvalifikuoto darbuotojo vizos rėmėjas Dirbtinis intelektas Konsultavimas Rinkodara

Parser yra 2018 m. įkurta technologinių sprendimų ir konsultacijų įmonė, padedanti organizacijoms pritaikyti dirbtinį intelektą, duomenis ir programinės įrangos inžineriją sudėtingiems verslo poreikiams. Įmonės veikla apima individualių programinės įrangos sprendimų kūrimą, dirbtinio intelekto ir duomenų panaudojimą, produktų dizainą bei skaitmeninės transformacijos konsultacijas. Parser bendradarbiauja su technologijų lyderiais kurdama prie jų tikslų pritaikomus ir lengvai keičiamus sprendimus, derindama inžinerinę kompetenciją su praktinėmis inovacijomis ir ilgalaikėmis partnerystėmis su klientais.

Darbai įmonėje

Senior Backend Engineer, MLOps

Build scalable MLOps infrastructure for a global travel industry leader, including data pipelines, model deployment, and real-time machine learning systems. Join Parser’s hybrid team in Spain.

prieš 22 valandas

Ispanija Hibridinis Visas etatas Vyresnysis specialistas Privaloma Kalba: anglų Backend inžinierius Programinės įrangos inžinierius

AWS Debesija Docker Java Kafka Python Spark

Aprašymas

Develop scalable infrastructure for machine learning training, deployment, and batch or real-time serving.
Build and maintain data pipelines for large-scale processing and feature engineering.
Tune compute usage and improve model-serving performance across ML systems.
Set up monitoring, logging, and alerting for ML systems.
Help develop ML operations practices, including CI/CD pipelines.
Partner with data scientists to move models from development into production.
Evaluate and integrate new technologies.
Guide junior engineers through mentorship.
Explain technical solutions to varied stakeholders.

Reikalavimai

Bachelor’s or master’s degree in computer science, software engineering, or a related technical field.
Typically 6–7 years of experience in software, data, or machine learning engineering roles.
Strong problem-solving ability.
Proficiency in Java; Python knowledge is desirable.
Understanding of machine learning algorithms and model architectures.
Experience developing scalable, reliable machine learning systems.
Exposure to cloud platforms such as AWS.
Experience with Docker or other containerization.
Experience with scalable data systems such as Spark or Kafka.
Familiarity with CI/CD tools such as GitHub Actions.
Familiarity with model-serving technologies such as MLflow.
Ability to work effectively across teams.

Privalumai

Friendly, collaborative team that values knowledge sharing and ongoing learning.
Action-oriented working culture.
Opportunity to build MLOps and machine learning infrastructure for real-time systems using technologies such as Java, Python, AWS, Docker, Kafka, Spark, and MLflow.