TomTom rozwija technologie cyfrowych map i nawigacji dla kierowców, firm, deweloperów oraz organizacji sektora publicznego. Do produktów firmy należą nawigacja satelitarna, aktualne informacje o ruchu drogowym, rozwiązania do wyznaczania tras, interfejsy API i zestawy SDK wspierające systemy samochodowe, zarządzanie flotą, logistykę, podróże oraz zastosowania związane z autonomiczną jazdą. Osoby rozważające karierę w TomTom mogą znaleźć możliwości w zespołach tworzących narzędzia oparte na danych lokalizacyjnych, które pomagają zwiększać świadomość i efektywność podróży oraz transportu.
Starszy inżynier danych MLOps w TomTom (praca hybrydowa, Holandia)
Kieruj platformą ML opartą na Azure i Databricks, wspierającą produkty nawigacyjne TomTom. Twórz niezawodne potoki i procesy obsługi modeli z rozbudowaną obserwowalnością, automatyzacją, bezpieczeństwem i zgodnością.
Opis
- Zarządzać pełnym cyklem życia uczenia maszynowego w Azure i Databricks
- Tworzyć i obsługiwać potoki ML obejmujące pozyskiwanie danych, inżynierię cech, trenowanie, ocenę, wdrażanie, monitorowanie i ciągłe doskonalenie
- Tworzyć spójne praktyki eksperymentowania z użyciem MLflow lub porównywalnych narzędzi do śledzenia eksperymentów, artefaktów, rejestracji modeli i etapów cyklu życia
- Automatyzować zadania Databricks i przepływy dostarczania za pomocą Databricks Workflows, GitHub Actions lub Azure DevOps
- Zapewniać obserwowalność danych i modeli w zakresie aktualności, kompletności, dryfu cech i modeli, rozbieżności między trenowaniem a obsługą oraz realizacji SLA/SLO
- Utrzymywać odpowiednie mechanizmy bezpieczeństwa i zgodności
- Kierować reagowaniem na incydenty i analizami po incydentach dotyczących potoków ML oraz infrastruktury obsługi modeli
- Współpracować z naukowcami stosowanymi przy uruchamianiu solidnych i niezawodnych modeli
Wymagania
- Zaawansowane umiejętności inżynierii oprogramowania w Pythonie, w tym tworzenia testów
- Podstawowa znajomość uczenia maszynowego
- Co najmniej trzy lata doświadczenia w inżynierii danych lub MLOps
- Bardzo dobra znajomość PySpark
- Praktyczne doświadczenie z Databricks i Delta Lake
- Doświadczenie w dostarczaniu CI/CD dla danych i ML z użyciem Git, przepływów pull request, automatycznych testów i przypiętych środowisk
- Znajomość Azure na poziomie roboczym
- Doświadczenie w tworzeniu systemów monitorowania i pulpitów nawigacyjnych
- Umiejętność jasnej komunikacji i podejście operacyjne skoncentrowane na odpowiedzialności za SLA/SLO
Benefity
- Konkurencyjny pakiet wynagrodzenia
- Budżet na rozwój osobisty
- Płatne dni przeznaczone na naukę
- Opłacany przez firmę dostęp do O’Reilly i LinkedIn Learning
- Rozszerzony urlop rodzicielski
- Płatny urlop na opiekę nad bliskimi
- Płatny urlop na wolontariat w lokalnych społecznościach
- Elastyczna praca hybrydowa z biura i domu
- Budżet na wyposażenie domowego biura
- Miesięczny dodatek na domowe biuro
- Możliwość pracy z kraju zamieszkania i z zagranicy przez określoną liczbę dni w roku
- Konkurencyjny wymiar urlopu
- Dodatkowy dzień wolny z okazji urodzin
- Coroczne wydarzenia Hackathon i DevDays
- Integracyjna globalna kultura oparta na współpracy w różnorodnej społeczności
- Dodatkowe lokalne benefity dopasowane do miejsca pracy