Kohl's门诺米尼福尔斯现场机器学习运营经理
领导机器学习运营工程师团队，为Kohl's零售组织提供可扩展的机器学习基础设施支持。 负责生产模型部署、云工具以及机器学习生命周期实践。
描述
- 通过招聘、培养、指导、管理和绩效评估，组建并领导机器学习运营工程团队。
- 指导完整机器学习生命周期的实施，包括可扩展的ETL管道、数据科学模型的生产部署，以及云基础设施和工具。
- 通过创建可复用框架和标准化实施方案，为机器学习工程和数据科学工具制定路线图。
- 研究并试验先进的机器学习基础设施，然后指导团队应用这些成果。
- 通过解决阻碍并推动决策，加快团队执行进度。
- 为数据科学经理提供云工具和基础设施方面的建议，以支持机器学习生命周期。
- 建立工程最佳实践，并通过培训、指导、结对编程和代码评审推动持续发展。
- 协助构建监控、告警、开发和自动化测试框架，保障管道、模型和基础设施的可靠性、性能与完整性。
- 记录并与Kohl's数据组织各级领导分享实施方案和最佳实践。
- 跟踪Google Cloud Platform服务的发展，以及当前机器学习工程和机器学习运营实践。
- 完成其他分配的职责。
任职要求
- 数据科学、计算机科学、统计学、应用数学或类似定量学科的学士学位。
- 至少五年机器学习工程经验，并有独立成功交付项目的记录。
- 至少两年在数据科学或分析组织中的管理或领导经验。
- 具备高级机器学习运营专业知识，包括生产级机器学习系统、Docker、Kubernetes、CI/CD、基于Git的版本控制、API开发、批量和实时模型服务，以及自动化测试。
- 有与数据科学家合作部署、扩展和运营生产机器学习模型的经验。
- 深入了解云平台，最好是Google Cloud Platform，包括Vertex AI、BigQuery和Dataproc。
- 广泛了解CI/CD和基础设施即代码实践。
- 精通分布式计算和大数据技术，例如Spark、Kubeflow、Airflow和SQL。
- 具备高级Python技能，并有使用TensorFlow、PyTorch和scikit-learn等机器学习库的经验。
- 有专注于迭代交付和持续开发的敏捷环境工作经验。
- 熟练掌握Java或其他编程语言。
- 有零售和电子商务经验。
- 有使用Gurobi、线性规划和混合整数规划等优化方法和工具的经验。
- 有基于智能体或代理式AI系统的经验，包括编排自主工作流或由大语言模型驱动的智能体。