PAR Technology
PAR Technology
PAR Technology utvecklar teknik för restauranger, hotell- och besöksnäringsföretag samt andra serviceverksamheter med höga volymer. Plattformen samlar kassasystem, digital beställning, betalningar och verktyg för kundlojalitet för att hjälpa operatörer att samordna arbetsflöden i kund- och köksverksamheten. PAR Technology betjänar organisationer inom snabbservice- och snabbmatsrestauranger, biografer, kasinon, temaparker, hotell och närbutiker, med molnbaserade produkter som är utformade för att stödja smidigare drift och en mer enhetlig gästupplevelse.

MLOps-ingenjör, identitetsmatchning

Ta Bridgs modeller för identitetsmatchning till produktion i PAR Technologys plattform för restaurangprogramvara. Bygg AWS- och Spark-pipelines, CI/CD, övervakning och datagränssnitt som agenter kan fråga.

Beskrivning

  • Flytta Bridgs modell för identitetsmatchning från notebooks till övervakad, automatiserad produktion.
  • Bygg och underhåll tillförlitliga, skalbara data- och maskininlärningspipelines.
  • Skriv tester och lägg till observerbarhet för matchningsdata.
  • Optimera Spark-jobb och bygg CI/CD-arbetsflöden.
  • Stärk systemtestning och dokumentation.
  • Samarbeta med datavetenskapsteamet för att leverera maskininlärningssystem i produktion.
  • Genomför explorativ dataanalys och undersök datakvalitet.
  • Underhåll feature-pipelines och säkerställ konsekvens mellan modellträning och inferens.
  • Utvärdera champion- och challenger-modeller och flagga avvikande resultat.
  • Skapa lättviktiga gränssnitt som gör det möjligt för agentarbetsflöden att fråga efter resultat från identitetsmatchning.
  • Använd AI för kodning, refaktorering, infrastruktur som kod, designdokumentation, sammanfattningar av loggar och körningar, datautforskning och generering av utvärderingsfall.
  • Rapportera till Bridgs produktchef.

Krav

  • 2–4 års erfarenhet av att bygga data- eller maskininlärningssystem för produktion.
  • Kandidatexamen inom datavetenskap, data engineering eller ett närliggande område, eller motsvarande praktisk erfarenhet.
  • Erfarenhet av att bygga och underhålla automatiserade och testade maskininlärnings- eller datapipelines.
  • Erfarenhet av att förbättra CI/CD för data- eller maskininlärningsarbetsflöden, inklusive Git-baserade processer, automatiserade enhets- och integrationstester samt branch-baserad befordran genom utveckling, staging och produktion.
  • Erfarenhet av verktyg för arbetsflödesorkestrering, till exempel Airflow, Step Functions eller Databricks Workflows, inklusive återförsök, backfills, SLA-övervakning och larm.
  • Kännedom om verktyg för experimentuppföljning och modellregister, till exempel MLflow.
  • Erfarenhet av övervakning och observerbarhet, datakvalitets- och schemadriftskontroller samt drift i fördelningen av in- och utdata.
  • Erfarenhet av infrastruktur som kod, hantering av hemligheter och reproducerbara Python-miljöer.
  • Produktionsvana av AWS-tjänster, däribland S3, EMR, Glue, Step Functions, Lambda, IAM och CloudWatch.
  • Praktiska kunskaper om Spark-prestanda, däribland skevhet, shuffle, spill, partitionering och join-strategier.
  • Erfarenhet av att leverera bearbetade resultat till nedströmsystem, till exempel Redshift.
  • Förmåga att genomföra explorativ dataanalys och utredningar av datakvalitet.
  • Erfarenhet av att bygga och underhålla feature-pipelines och hålla träning och inferens konsekventa.
  • Grundläggande kunskaper i tillämpad statistik, däribland sannolikhet, hypotesprövning, urval och utvärderingsmått.
  • Goda kunskaper i Pythons datavetenskapliga verktyg, däribland pandas, scikit-learn och PySpark.
  • Intresse för dataintegration med LLM-baserade agenter och vilja att bygga gränssnitt som MCP-servrar, REST- eller GraphQL-endpoints eller strukturerade dataflöden.
  • Gott omdöme vid arbete med datakontrakt.
  • Bekväm med att arbeta med datamängder som innehåller personligt identifierbar information.
  • Daglig användning av AI-kodningsassistenter och ansvar för att granska och testa AI-genererad kod.
  • Måste ha laglig rätt att arbeta i USA eller Kanada.
  • Får inte ha ett konkurrensbegränsande avtal som hindrar anställning hos PAR.

Förmåner

  • Möjlighet att få bonus.
  • Möjlig ytterligare ersättning, inklusive provision och/eller aktier, där det är tillämpligt.
  • Distansarbete från godkända platser.
  • Skäliga anpassningar för personer med funktionsnedsättning.

Relaterade jobb

Volga Partners

Distansbaserad dataannoterare inom objektdetektering – USA

Volga Partners

Annotera visuella datamängder för Volga Partners AI-projekt genom att märka ut objekt som stöd för datorseendesystem. Bidra till bättre objektdetektering genom noggrant och konsekvent arbete.

Öppna