Kohl's Menomonee Falls現場機器學習營運經理
領導機器學習營運工程師團隊，為Kohl's零售組織提供可擴充的機器學習基礎架構支援。 負責生產模型部署、雲端工具，以及機器學習生命週期實務。
說明
- 透過招募、培育、指導、管理和績效評估，建立並領導機器學習營運工程團隊。
- 指導完整機器學習生命週期的實施，包括可擴充的ETL管線、資料科學模型的生產部署，以及雲端基礎架構和工具。
- 透過建立可重複使用的框架和標準化實作方案，制定機器學習工程與資料科學工具的路線圖。
- 研究並試作先進的機器學習基礎架構，再指導團隊加以應用。
- 透過解決阻礙並推進決策，加快團隊執行速度。
- 為資料科學經理提供雲端工具和基礎架構方面的建議，以支援機器學習生命週期。
- 建立工程最佳實務，並透過訓練、指導、結對程式設計和程式碼審查，促進持續發展。
- 協助建立監控、警示、開發和自動化測試框架，保障管線、模型和基礎架構的可靠性、效能與完整性。
- 記錄並與Kohl's資料組織各級領導分享實作方案和最佳實務。
- 追蹤Google Cloud Platform服務的發展，以及目前的機器學習工程和機器學習營運實務。
- 完成其他指派的職責。
職位要求
- 資料科學、電腦科學、統計學、應用數學或同等量化學科的學士學位。
- 至少五年機器學習工程經驗，並有獨立成功交付專案的紀錄。
- 至少兩年在資料科學或分析組織中的管理或領導經驗。
- 具備進階機器學習營運專業知識，包括生產級機器學習系統、Docker、Kubernetes、CI/CD、以Git為基礎的版本控制、API開發、批次和即時模型服務，以及自動化測試。
- 具備與資料科學家合作部署、擴充和營運生產機器學習模型的經驗。
- 深入了解雲端平台，最好是Google Cloud Platform，包括Vertex AI、BigQuery和Dataproc。
- 廣泛了解CI/CD和基礎架構即程式碼實務。
- 精通分散式運算和大數據技術，例如Spark、Kubeflow、Airflow和SQL。
- 具備進階Python技能，並有使用TensorFlow、PyTorch和scikit-learn等機器學習函式庫的經驗。
- 具備在專注於反覆交付和持續開發的敏捷環境中工作的經驗。
- 熟悉Java或其他程式語言。
- 具備零售和電子商務經驗。
- 具備使用Gurobi、線性規劃和混合整數規劃等最佳化方法與工具的經驗。
- 具備代理式或智能體AI系統經驗，包括協調自主工作流程或由大型語言模型驅動的智能體。