Parser ni kampuni ya suluhisho za teknolojia na ushauri iliyoanzishwa mwaka 2018, inayosaidia mashirika kutumia akili bandia, data na uhandisi wa programu kushughulikia mahitaji changamano ya biashara. Kazi yake inahusisha uundaji wa programu maalum, matumizi ya AI na data, usanifu wa bidhaa na ushauri wa mabadiliko ya kidijitali. Parser hushirikiana na viongozi wa teknolojia kuunda suluhisho zinazoweza kubadilishwa kulingana na malengo yao, ikichanganya utaalamu wa uhandisi na msisitizo wa ubunifu wa vitendo pamoja na ushirikiano wa kudumu na wateja.
Mhandisi Mkuu wa Backend, MLOps
Jenga miundombinu ya MLOps inayoweza kupanuka kwa kiongozi wa kimataifa katika sekta ya usafiri, ikijumuisha mabomba ya data, uwekaji wa modeli na mifumo ya mashine kujifunza ya wakati halisi. Jiunge na timu ya Parser inayofanya kazi kwa mfumo mseto nchini Uhispania.
Maelezo
- Tengeneza miundombinu inayoweza kupanuka kwa mafunzo na uwekaji wa mashine kujifunza, pamoja na utoaji wa modeli kwa mafungu au wakati halisi.
- Jenga na udumishe mabomba ya data kwa uchakataji wa kiwango kikubwa na uhandisi wa vipengele.
- Boresha matumizi ya kompyuta na utendaji wa utoaji wa modeli katika mifumo yote ya ML.
- Sanidi ufuatiliaji, kumbukumbu za shughuli na arifa kwa mifumo ya ML.
- Saidia kubuni mbinu za uendeshaji wa ML, zikiwemo mabomba ya CI/CD.
- Shirikiana na wanasayansi wa data kuhamisha modeli kutoka hatua ya maendeleo hadi uzalishaji.
- Tathmini na ujumuishie teknolojia mpya.
- Waongoze wahandisi chipukizi kupitia ushauri na mafunzo.
- Eleza suluhisho za kiufundi kwa wadau mbalimbali.
Mahitaji
- Shahada ya kwanza au ya uzamili katika sayansi ya kompyuta, uhandisi wa programu au taaluma nyingine ya kiufundi inayohusiana.
- Kwa kawaida uzoefu wa miaka 6–7 katika majukumu ya uhandisi wa programu, data au mashine kujifunza.
- Uwezo thabiti wa kutatua matatizo.
- Ujuzi wa Java; ufahamu wa Python ni faida.
- Uelewa wa algoriti za mashine kujifunza na usanifu wa modeli.
- Uzoefu wa kutengeneza mifumo ya mashine kujifunza inayoweza kupanuka na kutegemewa.
- Kufahamu majukwaa ya wingu kama AWS.
- Uzoefu wa Docker au teknolojia nyingine za kuweka programu kwenye kontena.
- Uzoefu wa mifumo ya data inayoweza kupanuka kama Spark au Kafka.
- Kufahamu zana za CI/CD kama GitHub Actions.
- Kufahamu teknolojia za utoaji wa modeli kama MLflow.
- Uwezo wa kufanya kazi kwa ufanisi katika timu mbalimbali.
Manufaa
- Timu yenye urafiki na ushirikiano inayothamini kushirikiana maarifa na kujifunza kila mara.
- Utamaduni wa kazi unaolenga kuchukua hatua.
- Fursa ya kujenga miundombinu ya MLOps na mashine kujifunza kwa mifumo ya wakati halisi kwa kutumia teknolojia kama Java, Python, AWS, Docker, Kafka, Spark na MLflow.