- **每周一天现场办公**
- 教育背景：
- 计算机科学、工程、数学或相关领域的学士或硕士学位，至少5年或以上的工作经验
要求：
- 精通Python，并熟悉其他后端语言，如Java、Go或Node.js
- 对机器学习算法、统计方法、计算机视觉和自然语言处理模型有扎实的理解
- 有使用ML框架（如TensorFlow、PyTorch、Scikit-learn）的经验
- 有使用框架（如FastAPI和Flask）开发RESTful API的经验，深入理解REST架构并熟悉GraphQL
- 熟悉云服务和ML部署工具（如SageMaker、Vertex AI），能够在生产中部署机器学习模型并进行监控
- 有关系型和NoSQL数据库（如PostgreSQL、MongoDB）的经验
- 熟悉容器化和编排工具（Docker、Kubernetes）
- 熟练掌握版本控制（Git）和CI/CD实践
优先资格：
- 了解MLOps工具（如MLflow、Kubeflow、Airflow）
- 接触过消息队列或流平台（如Kafka、RabbitMQ）
- 有在Android平台上开发移动应用的经验
- 有在Google Cloud中使用VPC、Cloud Run、负载均衡器、Artifact/Container Registry的经验
- 有使用React开发前端系统的经验
寻找一个激发热情、勇气和想象力的公司，您可以成为塑造全球商业未来的团队的一部分吗？想要塑造数百万人在全球范围内的购买、销售、连接和分享方式吗？如果您有兴趣加入一个致力于创造雄心勃勃和包容性工作场所的目标驱动型社区，请加入Client——一个您可以引以为豪的公司。
关于团队
真实性保证是Client的一项重要举措，在这里，特定类别的商品由专业鉴定师进行鉴定，以提高买家的信心和满意度。鉴定技术团队负责构建用于协调鉴定过程和存储高价值物品的软件。该团队还负责构建用于仓库操作的软件，包括与定制硬件、RFID读卡器和运行在Android平台上的移动设备的集成。
关于角色：
我们正在寻找一位有才华且积极进取的软件工程师，具备机器学习技能，加入我们的团队。您将负责构建、部署和维护机器学习模型以及支持它们的后端系统和API。您将与软件工程师和产品团队合作，开发可扩展的、生产就绪的ML解决方案。
主要职责：
- 设计、构建和部署用于各种用例（如预测、分类、推荐）的机器学习模型
- 设计、开发和维护使用Java和Spring Boot的可扩展后端服务
- 实现RESTful API和微服务架构，确保高性能和可靠性
- 在关系数据库设计和开发方面具有丰富的专业知识
- 构建和维护用于训练和服务模型的可扩展数据管道
- 与前端工程师、产品经理和Dev Ops团队合作
- 监控、评估和优化生产中的模型性能
- 使用文本和图像数据集以及云平台（如AWS、GCP、Azure）
- 参与系统架构和设计讨论
- 编写干净、高效且文档齐全的代码
返回办公室要求
- 目前需要每周至少一次到多伦多的Client办公室，未来可能增加到更多天
- **只有被合法授权在与职位相关的指定国家工作的人员才会被考虑。**
- **请注意，所有职位的开始日期和持续时间都是估计的，可能会根据客户的业务需求和要求缩短或延长。**
