ExaCare AI 机器学习工程师——混合办公，多伦多
构建支撑 ExaCare AI 急性后期护理平台的生产级机器学习基础设施、流水线和监控系统。 通过可靠、可扩展的机器学习系统，帮助医疗团队更安全地制定安置决策。
描述
- 负责整个机器学习生命周期中的工作流和基础设施
- 与研究人员和机器学习实践者合作，部署模型并加快迭代
- 创建和改进数据及模型训练流水线
- 简化数据处理、标注流程以及整体机器学习系统效率
- 部署和运维支持模型训练与推理的服务
- 开发用于监控模型质量、系统可靠性和运营性能的工具
- 提升机器学习系统的可扩展性、可观测性和可复现性
- 优化机器学习基础设施，提高速度、可靠性和成本效率
- 发现工作流瓶颈，并自动化重复性的机器学习操作
- 制定并落实 MLOps、部署和系统性能方面的最佳实践
任职要求
- 至少三年机器学习工程、MLOps、机器学习基础设施、数据工程，或面向机器学习环境的后端与平台工程经验
- 有支持机器学习系统从模型交接到部署和监控全过程的经验
- 能够证明自己负责过数据流水线、训练流水线或其他生产级机器学习工作流
- 有与研究人员、数据科学家或机器学习实践者合作，将模型投入生产的经验
- 具备扎实的软件工程基础，并有交付生产系统的经验
- 有监控、调试和改进生产级机器学习或数据系统的经验
- 有提升机器学习系统可靠性、可扩展性、速度或成本效率的成果
- 能够在快节奏、初创公司式的环境中承担责任
福利待遇
- 高增长初创公司的竞争力薪资和股权
- 灵活的带薪休假
- 医疗、牙科和视力保险
- 公司外出活动
- 协作型团队，成员包括前亚马逊工程师以及贝恩、波士顿咨询集团、高盛等组织的校友