
Salve.Inno เป็นบริษัทจัดหางานและที่ปรึกษาที่ก่อตั้งขึ้นในปี 2024 และมีสำนักงานใหญ่ในเมืองกดัญสก์ ประเทศโปแลนด์ ทีมงานขนาดเล็กของบริษัทช่วยธุรกิจต่าง ๆ สรรหาบุคลากรผ่านกลยุทธ์การสรรหาที่ปรับให้เหมาะสม การค้นหาบุคลากรทางไกลจากทั่วโลก การคัดกรองผู้สมัคร และการสร้างประสบการณ์การสมัครงานผ่านเว็บไซต์อาชีพ บริษัทดำเนินงานในด้านการให้คำปรึกษา การตลาด และโลจิสติกส์ โดยมีความเชี่ยวชาญด้านการสรรหาบุคลากรสำหรับตำแหน่งงานด้านการตลาด ฟอเร็กซ์ และ iGaming นอกจากนี้ Salve.Inno ยังสนับสนุนองค์กรในด้านการสื่อสาร ความหลากหลาย ความเสมอภาค และการมีส่วนร่วม (DE&I) ตลอดจนการพัฒนากระบวนการสรรหาที่มีประสิทธิภาพยิ่งขึ้น พร้อมทั้งเผยแพร่โอกาสงานทางไกลและให้บริการที่ปรึกษาสำหรับตลาดบุคลากรทั่วโลก
วิศวกรแมชชีนเลิร์นนิงอาวุโส หัวหน้าทีม AI ประยุกต์และ MLOps
เป็นผู้นำด้านโซลูชัน AI สำหรับใช้งานจริงและ MLOps ในองค์กรระดับนานาชาติ กำหนดทิศทางโมเดลพยากรณ์ การกำกับดูแล การนำไปใช้งาน และสถาปัตยกรรมแมชชีนเลิร์นนิงที่รองรับการขยายตัว
รายละเอียด
- รับผิดชอบโมเดลแมชชีนเลิร์นนิงตั้งแต่การพัฒนาไปจนถึงการติดตามผลและฝึกโมเดลซ้ำในระบบใช้งานจริง
- เป็นผู้นำโครงการ AI ประยุกต์ด้านมูลค่าตลอดช่วงชีวิตของลูกค้า การเลิกใช้บริการ การฉ้อโกง และการป้องกันการใช้งานในทางที่ผิด
- สร้างและปรับปรุงเฟรมเวิร์ก MLOps การนำระบบขึ้นใช้งานแบบอัตโนมัติ CI/CD การเลื่อนระดับระหว่างสภาพแวดล้อม และการจัดการวงจรชีวิตของโมเดล
- จัดทำระบบติดตามประสิทธิภาพโมเดล ความคลาดเคลื่อนของข้อมูล คุณภาพข้อมูล และผลลัพธ์ทางธุรกิจ
- กำหนดกลยุทธ์การฝึกโมเดลซ้ำ ขั้นตอนการยกระดับปัญหา และแนวทางปรับปรุงอย่างต่อเนื่อง
- ใช้ SHAP และการระบุอิทธิพลของฟีเจอร์เพื่อเพิ่มความโปร่งใสและความสามารถในการอธิบายโมเดล
- กำหนดมาตรฐานด้านการกำกับดูแลโมเดล เอกสารประกอบ การควบคุมเวอร์ชัน การทำซ้ำผลลัพธ์ และการตรวจสอบย้อนหลัง
- ทำงานร่วมกับทีมวิศวกรรมข้อมูลเพื่อพัฒนาไปป์ไลน์ที่รองรับการขยายตัว การสร้างฟีเจอร์ และโครงสร้างพื้นฐานข้อมูลที่เชื่อถือได้
- ทำงานร่วมกับทีมผลิตภัณฑ์ ความเสี่ยง การพาณิชย์ และทีมอื่น ๆ เพื่อเปลี่ยนโจทย์ทางธุรกิจให้เป็นโซลูชัน AI ที่ใช้งานได้จริงและรองรับการขยายตัว
- ทบทวนประสิทธิภาพโมเดลในระบบใช้งานจริงเพื่อเพิ่มความแม่นยำ ความน่าเชื่อถือ และผลกระทบต่อธุรกิจ
- รักษามาตรฐานระบบใช้งานจริงด้านเสถียรภาพ การรองรับการขยายตัว การบำรุงรักษา และประสิทธิภาพการดำเนินงาน
- แนะนำและให้คำปรึกษาแก่วิศวกรคนอื่น ๆ
- สร้างสมดุลระหว่างการส่งมอบ MVP อย่างรวดเร็วกับความน่าเชื่อถือและความสามารถในการขยายตัวของระบบในระยะยาว
คุณสมบัติ
- มีประสบการณ์ทำงานระดับมืออาชีพ 5–8 ปีขึ้นไปในการสร้าง นำไปใช้งาน และดูแลโมเดลแมชชีนเลิร์นนิงในระบบใช้งานจริง
- มีทักษะ Python ระดับสูงและพื้นฐานวิศวกรรมซอฟต์แวร์ที่แข็งแกร่ง
- เข้าใจอัลกอริทึมแมชชีนเลิร์นนิง การประเมินโมเดล การสร้างฟีเจอร์ และการทำโมเดลพยากรณ์
- มีประสบการณ์จริงในการจัดการปัญหา ML ในระบบใช้งานจริง เช่น ข้อมูลรั่วไหล โมเดลคลาดเคลื่อน คุณภาพข้อมูล และเสถียรภาพของโมเดล
- มีประสบการณ์ลงมือใช้ Apache Spark หรือ PySpark สำหรับการประมวลผลแบบกระจายและการประมวลผลข้อมูลขนาดใหญ่
- เคยใช้ MLflow หรือแพลตฟอร์มเทียบเท่าเพื่อจัดการวงจรชีวิตแมชชีนเลิร์นนิง
- เคยออกแบบ นำไปใช้ และดูแลไปป์ไลน์ CI/CD โดยควรมีประสบการณ์กับ GitHub Actions
- มีทักษะ SQL ระดับสูงและมีประสบการณ์ทำงานกับชุดข้อมูลขนาดใหญ่และซับซ้อน
- เข้าใจการนำโมเดลไปใช้งาน การติดตามผล การตรวจจับความคลาดเคลื่อน การฝึกซ้ำ และการบำรุงรักษาในระบบใช้งานจริง
- เคยนำวิธีอธิบายและตีความโมเดล เช่น SHAP ไปใช้งาน
- เคยส่งมอบโซลูชัน AI/ML ที่สร้างการพัฒนาด้านการพาณิชย์หรือการดำเนินงานซึ่งวัดผลได้
- เข้าใจข้อกำหนดด้านการกำกับดูแลโมเดล การจัดการเวอร์ชัน เอกสารประกอบ และการทำซ้ำผลลัพธ์
- สามารถออกแบบสถาปัตยกรรมแมชชีนเลิร์นนิงที่รองรับการขยายตัว เชื่อถือได้ และบำรุงรักษาได้
- มีทักษะการคิดวิเคราะห์และการแก้ปัญหาที่ดี
- สื่อสารแนวคิดทางเทคนิคที่ซับซ้อนให้ผู้มีส่วนเกี่ยวข้องที่ไม่ใช่สายเทคนิคเข้าใจได้อย่างชัดเจน
- มีประสบการณ์ทำงานร่วมกับทีมต่าง ๆ เช่น วิศวกรรมข้อมูล ผลิตภัณฑ์ ความเสี่ยง และการพาณิชย์
- สร้างสมดุลระหว่างการพัฒนาอย่างรวดเร็วและการส่งมอบ MVP กับการวางระบบใช้งานจริงที่รอบคอบ
- แสดงความเป็นผู้นำผ่านการให้คำปรึกษา การสร้างอิทธิพลทางเทคนิค และแนวปฏิบัติด้านวิศวกรรมที่ดี
- ทำงานเชิงรุกและเป็นอิสระ โดยมุ่งเน้นผลลัพธ์ในการส่งมอบโซลูชัน AI
สวัสดิการ
- ค่าตอบแทนที่แข่งขันได้ตามประสบการณ์และคุณสมบัติ
- โปรแกรมฝึกอบรมพนักงานและพัฒนาวิชาชีพอย่างครอบคลุม
- โอกาสเป็นผู้นำโครงการ AI และแมชชีนเลิร์นนิงที่สร้างผลกระทบสูง
- ได้สัมผัสเทคโนโลยีแมชชีนเลิร์นนิงขั้นสูงและแนวปฏิบัติ MLOps สมัยใหม่
- สภาพแวดล้อมการทำงานระดับนานาชาติที่ส่งเสริมการทำงานร่วมกันข้ามสายงาน
- กิจกรรมของบริษัท ทีม และกลุ่มบริษัท
- สิทธิประโยชน์ในวันเกิดและตามอายุงาน
- โอกาสเติบโตในสายอาชีพและก้าวสู่บทบาทผู้นำด้านเทคนิค
- สิทธิประโยชน์และแรงจูงใจเพิ่มเติมสำหรับพนักงาน