PAR Technology
PAR Technology
PAR Technology разрабатывает технологии для ресторанов, предприятий индустрии гостеприимства и других сервисных организаций с большим потоком клиентов. Ее платформа объединяет системы управления продажами, цифровые заказы, платежи и инструменты программ лояльности, помогая операторам координировать процессы в зале и на кухне. PAR Technology обслуживает организации быстрого и fast casual питания, кинотеатры, казино, тематические парки, отели и магазины шаговой доступности, предлагая облачные продукты для более эффективной работы и стабильного качества обслуживания гостей.

Инженер MLOps по разрешению идентичности

Переводите модели разрешения идентичности Bridg в промышленную эксплуатацию на платформе ресторанного ПО PAR Technology. Создавайте конвейеры AWS и Spark, CI/CD, мониторинг и интерфейсы для запросов агентов к данным.

Описание

  • Переводите модель разрешения идентичности Bridg из ноутбуков в автоматизированную промышленную среду с мониторингом.
  • Создавайте и поддерживайте надежные масштабируемые конвейеры данных и машинного обучения.
  • Пишите тесты и добавляйте наблюдаемость для данных сопоставления.
  • Оптимизируйте задания Spark и создавайте процессы CI/CD.
  • Улучшайте системное тестирование и документацию.
  • Сотрудничайте с командой Data Science, внедряя системы машинного обучения в промышленную эксплуатацию.
  • Проводите исследовательский анализ данных и изучайте их качество.
  • Поддерживайте конвейеры признаков и согласованность обучения и обслуживания моделей.
  • Оценивайте основную и альтернативную модели и выявляйте аномальные результаты.
  • Создавайте легковесные интерфейсы, через которые рабочие процессы агентов могут запрашивать результаты разрешения идентичности.
  • Используйте ИИ для написания и рефакторинга кода, инфраструктуры как кода, проектной документации, сводок журналов и запусков, исследования наборов данных и создания примеров для оценки.
  • Подчиняйтесь директору по продукту Bridg.

Требования

  • 2–4 года опыта создания промышленных систем обработки данных или машинного обучения.
  • Степень бакалавра в области компьютерных наук, инженерии данных или смежной области либо сопоставимый практический опыт.
  • Опыт создания и поддержки автоматизированных конвейеров машинного обучения или данных с тестированием.
  • Опыт совершенствования CI/CD для рабочих процессов с данными или машинным обучением, включая процессы на базе Git, автоматизированные модульные и интеграционные тесты и продвижение изменений по веткам разработки, тестирования и промышленной среды.
  • Опыт работы с инструментами оркестрации процессов, такими как Airflow, Step Functions или Databricks Workflows, включая повторы, пакетную повторную обработку, мониторинг SLA и оповещения.
  • Знакомство с отслеживанием экспериментов и реестрами моделей, такими как MLflow.
  • Опыт или знакомство с мониторингом и наблюдаемостью, проверками качества данных и дрейфа схем, а также дрейфа распределений входных и выходных данных.
  • Опыт работы с инфраструктурой как кодом, управлением секретами и воспроизводимыми средами Python.
  • Опыт промышленного использования сервисов AWS, включая S3, EMR, Glue, Step Functions, Lambda, IAM и CloudWatch.
  • Знание вопросов производительности Spark, включая перекос данных, перемешивание, выгрузку на диск, секционирование и стратегии соединения.
  • Опыт предоставления обработанных данных нижестоящим системам, например Redshift.
  • Умение проводить исследовательский анализ данных и изучать их качество.
  • Опыт создания и поддержки конвейеров признаков и обеспечения согласованности обучения и обслуживания моделей.
  • Знание прикладной статистики, включая теорию вероятностей, проверку гипотез, выборку и метрики оценки.
  • Уверенное владение стеком Python для Data Science, включая pandas, scikit-learn и PySpark.
  • Интерес к интеграции данных с агентами на базе больших языковых моделей и готовность создавать такие интерфейсы, как MCP-серверы, конечные точки REST или GraphQL либо структурированные каналы данных.
  • Умение грамотно работать с контрактами данных.
  • Готовность работать с наборами данных, содержащими персональные данные.
  • Ежедневное использование ИИ-помощников для программирования с ответственностью за проверку и тестирование созданного ими кода.
  • Необходимо иметь законное право на работу в США или Канаде.
  • Необходимо отсутствие ограничительного соглашения, препятствующего трудоустройству в PAR.

Преимущества

  • Возможность получить бонус.
  • При наличии оснований возможно дополнительное вознаграждение, включая комиссионные выплаты и/или долю в капитале.
  • Удаленный формат работы в регионах, где это разрешено.
  • Разумные условия и приспособления для людей с инвалидностью.

Похожие вакансии

Alliant Insurance Services

Инженер по ИИ подразделения III

Alliant Insurance Services

Руководите архитектурой и надёжностью общей инфраструктуры LLM, помогая внедрять её в продукты. Создавайте повторно используемые средства оркестрации, наблюдаемости и производственные сервисы.

Открыть
CDW

Инженер-консультант CDW по сетям для ИИ

CDW

Развертывайте и проверяйте сети InfiniBand, Ethernet и RoCE для клиентов CDW. Поддерживайте GPU-кластеры и распределённую инфраструктуру ИИ.

Открыть
Volga Partners

Специалист по разметке данных для обнаружения объектов — США, удалённо

Volga Partners

Размечайте визуальные наборы данных для проектов Volga Partners в области ИИ, выделяя объекты для систем компьютерного зрения. Помогайте повышать качество обнаружения объектов благодаря внимательной и последовательной работе.

Открыть
KeyrusCloud

Инженер по внедрению ИИ

KeyrusCloud

Внедряйте производственные решения на базе ИИ для Keyrus, консалтинговой компании в сфере корпоративной аналитики. Интегрируйте API, облачные платформы, корпоративные системы и рабочие процессы клиентов.

Открыть
Netflix

Ведущий инженер-программист, разработка моделей для платформы ИИ

Netflix

Создавайте платформу ИИ Netflix для разработки, экспериментирования и развертывания моделей машинного обучения. Сотрудничайте с исследователями и специалистами по данным, улучшая инструменты на всех этапах машинного обучения.

Открыть