PAR Technology
PAR Technology
PAR Technology tworzy technologie dla restauracji, firm z branży hotelarsko-gastronomicznej oraz innych organizacji usługowych obsługujących duży ruch klientów. Jej platforma łączy systemy sprzedaży, zamówienia cyfrowe, płatności i narzędzia do obsługi programów lojalnościowych, pomagając operatorom koordynować pracę na sali i zapleczu. PAR Technology obsługuje organizacje z sektora szybkiej i fast casualowej gastronomii, kina, kasyna, parki rozrywki, hotele oraz sklepy typu convenience, oferując rozwiązania chmurowe wspierające sprawniejsze działanie i bardziej spójne doświadczenia gości.

Inżynier MLOps ds. rozpoznawania tożsamości

Wdrażaj modele rozpoznawania tożsamości Bridg do środowiska produkcyjnego na platformie oprogramowania restauracyjnego PAR Technology. Twórz potoki AWS i Spark, CI/CD, monitoring oraz interfejsy umożliwiające agentom odpytywanie danych.

Opis

  • Przenoś model rozpoznawania tożsamości Bridg z notebooków do monitorowanego, zautomatyzowanego środowiska produkcyjnego.
  • Twórz i utrzymuj niezawodne, skalowalne potoki danych oraz uczenia maszynowego.
  • Pisz testy i zapewniaj obserwowalność danych dotyczących dopasowań.
  • Optymalizuj zadania Spark i twórz procesy CI/CD.
  • Usprawniaj testy systemowe i dokumentację.
  • Współpracuj z zespołem data science przy wdrażaniu produkcyjnych systemów uczenia maszynowego.
  • Przeprowadzaj eksploracyjną analizę danych i badaj ich jakość.
  • Utrzymuj potoki cech oraz spójność między trenowaniem i obsługą modeli.
  • Oceniaj modele główny i alternatywny oraz oznaczaj anomalne wyniki.
  • Twórz lekkie interfejsy, które umożliwią przepływom pracy agentów odpytowanie wyników rozpoznawania tożsamości.
  • Wykorzystuj AI do pisania i refaktoryzacji kodu, infrastruktury jako kodu, dokumentacji projektowej, podsumowań logów i uruchomień, eksploracji zbiorów danych oraz generowania przypadków do oceny.
  • Podlegaj dyrektorowi ds. produktu w Bridg.

Wymagania

  • 2–4 lata doświadczenia w tworzeniu produkcyjnych systemów danych lub uczenia maszynowego.
  • Tytuł licencjata lub inżyniera w dziedzinie informatyki, inżynierii danych lub pokrewnej albo równoważne doświadczenie praktyczne.
  • Doświadczenie w tworzeniu i utrzymywaniu zautomatyzowanych, testowanych potoków uczenia maszynowego lub danych.
  • Doświadczenie w usprawnianiu CI/CD dla procesów danych lub uczenia maszynowego, w tym procesów opartych na Git, automatycznych testów jednostkowych i integracyjnych oraz promowania zmian przez gałęzie rozwoju, testowania i środowiska produkcyjnego.
  • Doświadczenie z narzędziami do orkiestracji przepływów pracy, takimi jak Airflow, Step Functions lub Databricks Workflows, w tym z ponawianiem zadań, uzupełnianiem danych historycznych, monitorowaniem SLA i alertami.
  • Znajomość śledzenia eksperymentów i rejestrów modeli, takich jak MLflow.
  • Doświadczenie lub znajomość monitorowania i obserwowalności, kontroli jakości danych i dryfu schematów oraz dryfu rozkładów danych wejściowych i wyjściowych.
  • Doświadczenie z infrastrukturą jako kodem, zarządzaniem sekretami i odtwarzalnymi środowiskami Python.
  • Doświadczenie produkcyjne z usługami AWS, w tym S3, EMR, Glue, Step Functions, Lambda, IAM i CloudWatch.
  • Znajomość zagadnień wydajności Spark, w tym skośności danych, shuffle, spill, partycjonowania i strategii łączenia.
  • Doświadczenie w udostępnianiu przetworzonych danych systemom dalszego przetwarzania, takim jak Redshift.
  • Umiejętność przeprowadzania eksploracyjnej analizy danych i badania ich jakości.
  • Doświadczenie w tworzeniu i utrzymywaniu potoków cech oraz zapewnianiu spójności trenowania i obsługi modeli.
  • Podstawy statystyki stosowanej, w tym prawdopodobieństwo, testowanie hipotez, próbkowanie i metryki oceny.
  • Biegła znajomość stosu data science w Pythonie, w tym pandas, scikit-learn i PySpark.
  • Zainteresowanie integracją danych z agentami opartymi na dużych modelach językowych oraz gotowość do tworzenia interfejsów, takich jak serwery MCP, punkty końcowe REST lub GraphQL albo ustrukturyzowane kanały danych.
  • Rozsądne podejście do pracy z kontraktami danych.
  • Gotowość do pracy ze zbiorami danych zawierającymi dane osobowe.
  • Codzienne korzystanie z asystentów programistycznych AI z odpowiedzialnością za przegląd i testowanie kodu wygenerowanego przez AI.
  • Kandydat musi mieć prawo do pracy w Stanach Zjednoczonych lub Kanadzie.
  • Kandydat nie może być związany umową o zakazie konkurencji uniemożliwiającą zatrudnienie w PAR.

Benefity

  • Możliwość otrzymania premii.
  • W stosownych przypadkach możliwe jest dodatkowe wynagrodzenie, w tym prowizja i/lub udziały.
  • Praca zdalna w kwalifikujących się lokalizacjach.
  • Racjonalne udogodnienia dla osób z niepełnosprawnościami.

Powiązane oferty pracy

Volga Partners

Specjalista ds. anotacji danych do wykrywania obiektów — praca zdalna, USA

Volga Partners

Opisuj wizualne zbiory danych na potrzeby projektów AI Volga Partners, oznaczając obiekty dla systemów widzenia komputerowego. Pomagaj poprawiać jakość wykrywania obiektów dzięki uważnej i konsekwentnej pracy.

Otwórz
KeyrusCloud

Inżynier wdrożeń AI

KeyrusCloud
11 – 50 Pracownicy
DoradztwoPrzedsiębiorstwoSaaS

Wdrażaj produkcyjne rozwiązania AI dla Keyrus, firmy konsultingowej specjalizującej się w inteligencji biznesowej. Integruj API, platformy chmurowe, systemy przedsiębiorstw i przepływy pracy klientów.

Otwórz
Netflix

Starszy inżynier oprogramowania, rozwój modeli platformy AI

Netflix

Twórz platformę AI Netflix wspierającą rozwój, eksperymentowanie i wdrażanie modeli uczenia maszynowego. Współpracuj z badaczami i analitykami danych, ulepszając narzędzia na każdym etapie cyklu życia uczenia maszynowego.

Otwórz