Aspire Software
Aspire Software
1001 – 5000 Darbinieki
BūvniecībaLoģistikaViesmīlība
Aspire Software iegādājas un atbalsta programmatūras uzņēmumus, kas apkalpo tādas nozares kā viesmīlība, loģistika un būvniecība. Kā Valsef Group daļa uzņēmums apvieno kapitālu, darbības ekspertīzi un kopīgu labāko praksi ar decentralizētu pieeju, kas ļauj atsevišķiem uzņēmumiem un komandām saglabāt savas stiprās puses, vienlaikus uzlabojot un paplašinot darbību. Tā uzmanības centrā ir ilglaicīgu tehnoloģiju partnerību veidošana, pārvaldīto uzņēmumu stiprināšana un ilgtermiņa iespēju radīšana ar tiem saistītajiem cilvēkiem un klientiem.

ML / mākslīgā intelekta inženieris – hibrīddarbs Libānā

Izstrādājiet un ieviesiet prognozēšanas, ieteikumu un LLM funkcijas Aspire Software Qmatic produktiem. Veidojiet ražošanas modeļus, datu konveijerus un aģentos balstītas pašapkalpošanās darbplūsmas.

Apraksts

  • Izstrādājiet, apmāciet, novērtējiet un ieviesiet mašīnmācīšanās modeļus prognozēšanas, klasifikācijas un ieteikumu funkcionalitātei
  • Salīdziniet piedāvātos modeļus, veiciet eksperimentus, dokumentējiet tehniskos lēmumus, izveidojiet novērtēšanas standartus un uzraugiet ieviestos modeļus
  • Integrējiet MI un LLM funkcionalitāti tērzēšanā, automatizācijā, personalizācijā un aģentos balstītā produktu lietošanas pieredzē
  • Izstrādājiet, uzturiet un novērsiet problēmas datu ieguves, transformācijas, pazīmju un datu kvalitātes konveijeros bronzas, sudraba, zelta un platīna slāņu medallion arhitektūrā
  • Sadarbojieties ar klientiem un ieinteresētajām personām demonstrācijās, palaišanās pasākumos, prasību sesijās un problēmu novēršanas diskusijās
  • Pārvērtiet klientu un partneru atsauksmes produktu un inženierijas prioritātēs sadarbībā ar produktu vadības komandu
  • Izstrādājiet tīru, uzturamu un rūpīgi pārbaudītu programmatūru
  • Sniedziet ieguldījumu arhitektūrā, atkārtoti izmantojamos risinājumos un jaunu produktu tehniskajā virzībā
  • Izpētiet un novērsiet ražošanas problēmas, kas saistītas ar modeļiem, datiem un klientiem paredzētiem incidentiem

Prasības

  • Vismaz trīs gadu profesionālā pieredze mašīnmācīšanās vai MI sistēmu izstrādē un ieviešanā ražošanā
  • Praktiska mašīnmācīšanās pieredze visā dzīves ciklā, tostarp klasifikācijas, regresijas vai prognozēšanas modeļu apmācībā, precizēšanā un novērtēšanā
  • Spēja novērtēt datu kvalitāti, pazīmes un modeļu veiktspēju, salīdzināt alternatīvas un pamatot modeļu izvēli
  • Spēcīgas Python prasmes un pieredze ar atvērtā pirmkoda mašīnmācīšanās rīkiem, piemēram, scikit-learn, XGBoost vai LightGBM, kā arī statsmodels
  • Labas SQL zināšanas un API projektēšanas pieredze
  • Praktiska ražošanas pieredze MI vai LLM funkcionalitātes ieviešanā, tostarp RAG konveijeru vai vektoru datubāzu izmantošanā
  • Pieredze ar MI atbalstītiem programmēšanas rīkiem, piemēram, Claude, Cursor vai GitHub Copilot
  • Pieredze ar Azure, AWS vai Google Cloud
  • Pieredze mākoņdatošanas datu konveijeru un ETL procesu izveidē medallion arhitektūrā
  • Pieredze modeļu ieviešanā un to veiktspējas uzraudzībā ražošanā
  • Lieliskas komunikācijas prasmes un pārliecība klientu demonstrācijās, zvanos un darbsemināros
  • Elastīgs, uz produktu orientēts, uz sadarbību vērsts, zinātkārs un atbildīgs darba stils
  • Brīvi pārvaldīta angļu valoda rakstiski un mutiski
  • Uzticams un uz piegādi vērsts, ar spēju sniegt reālistiskus aprēķinus un savlaicīgi atklāt riskus
  • Aktīvs GitHub profils vai portfolio, kas demonstrē personiskus vai blakusprojektus
  • Par priekšrocību uzskatāma pieredze ar Java, Spring vai Spring Boot
  • Par priekšrocību uzskatāma pieredze ar ģeneratīvā avatara vai video renderēšanas tehnoloģijām
  • Par priekšrocību uzskatāmas zināšanas par runas pārveides tekstā vai transkripcijas darbplūsmām, tostarp daudzvalodu balss ievadi
  • Par priekšrocību uzskatāmas zināšanas par aģentu orķestrēšanas ietvariem vai daudzpakāpju rīku izmantošanas modeļiem
  • Par priekšrocību uzskatāma pieredze ar Go
  • Par priekšrocību uzskatāma MLOps pieredze, kas aptver eksperimentu izsekošanu, modeļu versiju pārvaldību un novirzes uzraudzību
  • Par priekšrocību uzskatāmas Vue vai React zināšanas kopā ar Node.js

Saistītās vakances

Philips

Clinical Study Manager, Medical Devices — Pennsylvania Remote

Philips

Lead compliant medical device clinical studies for Philips, coordinating sites, documentation, data quality, budgets, and regulatory readiness. This remote role requires local proximity to Pittsburgh, Pennsylvania.

Atvērt
University of Wisconsin-Madison

Clinical Operations Coordinator, Emergency Medicine

University of Wisconsin-Madison

Coordinate clinical scheduling, quality initiatives, reporting, and administrative workflows for UW–Madison Emergency Medicine. Support emergency care teams by organizing resources, tracking projects, and coordinating departmental operations.

Atvērt