Parser

201 – 500 Pracownicy

Sponsor wizy dla wykwalifikowanych pracowników Doradztwo Marketing Sztuczna inteligencja

Parser to firma technologiczna i konsultingowa założona w 2018 roku. Pomaga organizacjom wykorzystywać sztuczną inteligencję, dane i inżynierię oprogramowania do rozwiązywania złożonych wyzwań biznesowych. Firma zajmuje się tworzeniem oprogramowania na zamówienie, wykorzystaniem AI i danych, projektowaniem produktów oraz doradztwem w zakresie transformacji cyfrowej. Parser współpracuje z liderami technologicznymi, opracowując elastyczne rozwiązania dopasowane do ich celów i łącząc kompetencje inżynieryjne z praktycznym podejściem do innowacji oraz koncentracją na długofalowych relacjach z klientami.

Oferty pracy firmy

Starszy inżynier backendu, MLOps

Twórz skalowalną infrastrukturę MLOps dla światowego lidera branży turystycznej, obejmującą potoki danych, wdrażanie modeli i systemy uczenia maszynowego działające w czasie rzeczywistym. Dołącz do hybrydowego zespołu Parser w Hiszpanii.

1 dzień temu

Hiszpania Hybrydowo Pełny etat Senior Wymagany Język: angielski Inżynier backendu Inżynier oprogramowania

AWS Chmura Docker Java Kafka Python Spark

Opis

Projektuj skalowalną infrastrukturę do trenowania modeli uczenia maszynowego, ich wdrażania oraz obsługi zadań wsadowych lub działających w czasie rzeczywistym.
Twórz i utrzymuj potoki danych do przetwarzania dużych wolumenów oraz inżynierii cech.
Optymalizuj wykorzystanie zasobów obliczeniowych i poprawiaj wydajność obsługi modeli w systemach uczenia maszynowego.
Konfiguruj monitorowanie, rejestrowanie zdarzeń i alerty dla systemów uczenia maszynowego.
Pomagaj rozwijać praktyki operacyjne dla uczenia maszynowego, w tym potoki CI/CD.
Współpracuj z naukowcami zajmującymi się danymi, aby przenosić modele z etapu rozwoju do środowiska produkcyjnego.
Oceniaj i integruj nowe technologie.
Wspieraj młodszych inżynierów poprzez mentoring.
Wyjaśniaj rozwiązania techniczne interesariuszom o różnym poziomie wiedzy.

Wymagania

Tytuł licencjata lub magistra w dziedzinie informatyki, inżynierii oprogramowania lub pokrewnej dziedzinie technicznej.
Zazwyczaj 6–7 lat doświadczenia w rolach związanych z inżynierią oprogramowania, danych lub uczenia maszynowego.
Dobre umiejętności rozwiązywania problemów.
Biegła znajomość Javy; znajomość Pythona będzie dodatkowym atutem.
Znajomość algorytmów uczenia maszynowego i architektur modeli.
Doświadczenie w tworzeniu skalowalnych i niezawodnych systemów uczenia maszynowego.
Doświadczenie z platformami chmurowymi, takimi jak AWS.
Doświadczenie z Dockerem lub innymi narzędziami do konteneryzacji.
Doświadczenie ze skalowalnymi systemami danych, takimi jak Spark lub Kafka.
Znajomość narzędzi CI/CD, takich jak GitHub Actions.
Znajomość technologii obsługi modeli, takich jak MLflow.
Umiejętność efektywnej współpracy między zespołami.

Benefity

Przyjazny, współpracujący zespół, który ceni dzielenie się wiedzą i ciągłą naukę.
Kultura pracy nastawiona na działanie.
Możliwość tworzenia infrastruktury MLOps i uczenia maszynowego dla systemów działających w czasie rzeczywistym z wykorzystaniem technologii takich jak Java, Python, AWS, Docker, Kafka, Spark i MLflow.