LogoFresh Jobs Ahead
PAR Technology
PAR Technology
1 001 – 5 000 Ansatte
LogistikkMat og drikkeRådgivning
PAR Technology utvikler teknologi for restauranter, hotell- og opplevelsesbedrifter samt andre servicevirksomheter med høyt volum. Plattformen samler kassasystemer, digital bestilling, betalinger og verktøy for kundelojalitet for å hjelpe operatører med å koordinere arbeidsflyter i front- og backoffice. PAR Technology betjener organisasjoner innen hurtigserverings- og fast-casual-restauranter, kinoer, kasinoer, temaparker, hoteller og nærbutikker, med skybaserte produkter utviklet for å støtte smidigere drift og en mer konsistent gjesteopplevelse.
LinkedIn
Jobber i bedriften

MLOps-ingeniør, identitetsmatching

Sett Bridgs modeller for identitetsmatching i produksjon på PAR Technologys programvareplattform for restauranter. Bygg AWS- og Spark-pipelines, CI/CD, overvåking og datagrensesnitt som agenter kan spørre.

USUSACOColoradoFLFloridaILIllinoisMNMinnesotaNYNew YorkNCNord-CarolinaPAPennsylvaniaTXTexas
125 000 $ – 160 000 $ / år
FjernarbeidHeltidJuniorMellomnivåPåkrevd Språk: engelskMaskinlæringsingeniør
AirflowAmazon RedshiftAWSGraphQLPandasPySparkPythonScikit-LearnSpark

Beskrivelse

  • Flytt Bridgs modell for identitetsmatching fra notebooks til overvåket, automatisert produksjon.
  • Bygg og vedlikehold pålitelige, skalerbare data- og maskinlæringspipelines.
  • Skriv tester og legg til observerbarhet for matchingsdata.
  • Optimaliser Spark-jobber og bygg CI/CD-arbeidsflyter.
  • Styrk systemtesting og dokumentasjon.
  • Samarbeid med data science-teamet om å levere maskinlæringssystemer til produksjon.
  • Gjennomfør utforskende dataanalyse og undersøk datakvalitet.
  • Vedlikehold feature-pipelines og sørg for samsvar mellom modelltrening og serving.
  • Evaluer champion- og challenger-modeller og flagg avvikende resultater.
  • Lag lettvektsgrensesnitt som lar agentarbeidsflyter spørre etter resultater fra identitetsmatching.
  • Bruk AI til koding, refaktorering, infrastruktur som kode, designdokumentasjon, oppsummeringer av logger og kjøringer, utforsking av datasett og generering av evalueringssaker.
  • Rapporterer til Bridgs produktdirektør.

Krav

  • 2–4 års erfaring med å bygge data- eller maskinlæringssystemer for produksjon.
  • Bachelorgrad i informatikk, data engineering eller et beslektet fagområde, eller tilsvarende praktisk erfaring.
  • Erfaring med å bygge og vedlikeholde automatiserte og testede maskinlærings- eller datapipelines.
  • Erfaring med å forbedre CI/CD for data- eller maskinlæringsarbeidsflyter, inkludert Git-baserte prosesser, automatiserte enhets- og integrasjonstester og branch-basert forfremming gjennom utvikling, staging og produksjon.
  • Erfaring med verktøy for arbeidsflytorkestrering som Airflow, Step Functions eller Databricks Workflows, inkludert retries, backfills, SLA-overvåking og varsling.
  • Kjennskap til verktøy for eksperimentsporing og modellregistre som MLflow.
  • Erfaring med overvåking og observerbarhet, kontroller av datakvalitet og skjemadrift samt drift i input- og outputfordelinger.
  • Erfaring med infrastruktur som kode, håndtering av hemmeligheter og reproduserbare Python-miljøer.
  • Produksjonserfaring med AWS-tjenester som S3, EMR, Glue, Step Functions, Lambda, IAM og CloudWatch.
  • Praktisk kunnskap om Spark-ytelse, inkludert skjevhet, shuffle, spill, partisjonering og join-strategier.
  • Erfaring med å levere behandlede resultater til nedstrømssystemer som Redshift.
  • Evne til å gjennomføre utforskende dataanalyse og undersøkelser av datakvalitet.
  • Erfaring med å bygge og vedlikeholde feature-pipelines og holde trening og serving konsistente.
  • Grunnlag i anvendt statistikk, inkludert sannsynlighet, hypotesetesting, utvalg og evalueringsmål.
  • Gode kunnskaper i Pythons datavitenskapelige verktøykjede, inkludert pandas, scikit-learn og PySpark.
  • Interesse for dataintegrasjon med LLM-baserte agenter og vilje til å bygge grensesnitt som MCP-servere, REST- eller GraphQL-endepunkter eller strukturerte datafeeder.
  • God dømmekraft ved arbeid med datakontrakter.
  • Komfortabel med å arbeide med datasett som inneholder personidentifiserende informasjon.
  • Daglig bruk av AI-kodeassistenter, med ansvar for å gjennomgå og teste AI-generert kode.
  • Må ha lovlig rett til å arbeide i USA eller Canada.
  • Må ikke ha en konkurranseklausul som hindrer ansettelse hos PAR.

Fordeler

  • Mulighet for bonus.
  • Mulig ytterligere kompensasjon, inkludert provisjon og/eller aksjer, der det er aktuelt.
  • Mulighet for fjernarbeid fra godkjente steder.
  • Rimelig tilrettelegging for personer med funksjonsnedsettelser.

Relaterte jobber