The Walt Disney Company
The Walt Disney Company
The Walt Disney Company er et globalt underholdningsselskap som bygger på historiefortelling, figurer og opplevelser for gjester. Virksomheten omfatter temaparker og ferieanlegg, medienettverk, filmstudioer og interaktive medier, og produktene og opplevelsene når publikum over hele verden via ulike plattformer og enheter. Disney ble grunnlagt i 1923 og samler en stor internasjonal arbeidsstyrke innen underholdning, hotell og reiseliv samt mat og drikke, samtidig som selskapet legger vekt på personvern, åpenhet og etterlevelse i håndteringen av forbrukerdata.

Programvareingeniør II, ML-observabilitet

Bygg systemer for maskinlæringsbasert anomalideteksjon og observabilitet for Disney+, Hulu og ESPN. Utvikle produksjonsmodeller, telemetripipelines, inferenstjenester og AI-drevet driftsinnsikt.

Beskrivelse

  • Bidra til produksjonsmodeller for anomalideteksjon, blant annet autoenkodere, statistiske terskelmodeller og ensemblesystemer som overvåker tusenvis av mikrotjenester.
  • Utvikle og forbedre pipelines for ML-trening med PyTorch på GPU-klynger.
  • Utvikle features, trene modeller, kalibrere terskler og sette modeller i produksjon gjennom MLflow.
  • Bygge features fra tidsserietelemetri ved hjelp av vindusinndeling, normalisering og tiltak for datakvalitet.
  • Støtte ML-inferens i sanntid, inkludert modellservering, deteksjonslogikk og generering av varsler.
  • Utvikle AI-funksjoner ved hjelp av grunnmodeller som Claude og GPT-4.
  • Opprette og sette skalerbare FastAPI-tjenester i produksjon for ML-prediksjoner, helsestatus og innsikt.
  • Samarbeide på tvers av team for å integrere ML-intelligens i arbeidsflyter for hendelseshåndtering og releasevalidering.
  • Bidra til å evaluere og trene modeller på nytt samt justere terskler.
  • Levere funksjoner fra design til implementering, delta i modelldesign og kodegjennomganger og ta større ansvar for komponenter i ML-produksjonssystemer.

Krav

  • Minst 3 års profesjonell erfaring med programvareutvikling, med bygging, skalering og vedlikehold av ML-drevne backends, datadrevne mikrotjenester og REST-API-er i produksjon med FastAPI eller Flask.
  • Praktisk erfaring fra hele ML-utviklingslivssyklusen med PyTorch eller TensorFlow, inkludert valg av modellarkitekturer, utvikling av features, trening og evaluering.
  • Gode ferdigheter i Python og minst ett rammeverk for maskinlæring.
  • Erfaring med å håndtere eksperimenter, modellopphav og sporing av hyperparametere med MLflow eller Weights & Biases.
  • Erfaring med å behandle, transformere og spørre etter store telemetri-, hendelses- eller tidsseriedatasett med PySpark, Pandas eller Databricks.
  • Erfaring med GitHub, Docker og skybaserte utrullinger som AWS/EKS.
  • Gode analytiske evner og ferdigheter i feilsøking.
  • Gode samarbeid- og kommunikasjonsevner, inkludert evne til å jobbe på tvers av team.
  • Erfaring med å integrere grunnmodeller, utvikle og evaluere prompts, arbeide med RAG-arkitekturer eller bruke LangChain eller LangGraph er en fordel.
  • Erfaring med observabilitetsplattformer som Datadog, Grafana eller Conviva er en fordel.
  • Erfaring med storskala dataplattformer som Databricks, Spark eller Snowflake er en fordel.
  • Bachelorgrad i informatikk, maskinlæring, statistikk eller ingeniørfag, eller tilsvarende erfaring.

Fordeler

  • Bonus og/eller langsiktige insentivenheter kan tilbys.
  • Helsegoder.
  • Økonomiske goder.
  • Andre goder avhenger av nivået og stillingen som tilbys.
  • Arbeidet utføres hovedsakelig på arbeidsstedet, med mulighet for hjemmekontor av og til.

Relaterte jobber

Economic Development Partnership of North Carolina (EDPNC)

Business Development Manager, økonomisk utvikling i North Carolina

Economic Development Partnership of North Carolina (EDPNC)

Tiltrekk amerikanske og internasjonale selskaper til å investere i North Carolina ved å markedsføre delstaten som et sted å etablere, utvide eller flytte virksomhet til. Utvikle muligheter for å tiltrekke selskaper til støtte for EDPNCs offentlig-private samfunnsoppdrag innen økonomisk utvikling.

Åpne