hackajob 正在与 BBC 合作，为此职位寻找杰出的技术专业人才。
职位详情
• 职位名称：首席 MLOps 工程师
• 工作地点：伦敦 / 萨尔福德 / 格拉斯哥 / 纽卡斯尔 / 卡迪夫（这是一个混合职位，成功的候选人将平衡办公室工作与在家工作）
• 职级：D
• 薪资：最高 £76,700 - £87,600（该职位的预期薪资范围反映了内部基准和外部市场见解。）
• 申请截止日期：2025年6月22日（星期日）23:59
我们乐意讨论灵活工作。请在申请时的灵活工作问题中表明您的偏好。在申请阶段没有义务提出这一点，但如果您希望这样做，欢迎您提出。灵活工作将是录用阶段讨论的一部分。
职位目的
加入 BBC 的世界，成为英国最具标志性和受人喜爱的品牌之一，在这里，每个工作日都是独特而有价值的。随着时间的推移，我们的内容每天都能触及全球数百万人，这得益于我们一流的软件工程团队。他们在开创创新产品和独特功能方面发挥了重要作用，使我们在行业中处于领先地位。我们不仅适应不断变化的世界 - 我们引领潮流。
在这个角色中，您将处于一个激动人心的旅程的核心，打造最先进和变革性的工具和模式。我们是催化剂，使尖端的机器学习和人工智能技术的创造和协作成为可能。我们的工作在塑造 BBC 的未来中至关重要，赋能组织内的团队探索、创新并重新定义媒体的格局。我们的团队正在构建新的工具和能力，以加速数据科学活动和 ML/GenAI 应用程序的开发。我们使 BBC 各团队能够以规模化的方式构建、协作、管理和维护他们的机器学习平台。
您将在推动我们建立卓越软件工程团队、环境和文化的雄心中发挥关键作用。我们正在寻找一位首席工程师加入我们的技术社区，推动这一转型，利用令人兴奋的技术构建现代数字生态系统，并实现职业生涯中最好的工作。
您的主要职责和影响
• 领导设计、开发和演变强大的工具和平台，以支持组织内可扩展的数据科学、MLOps 和 LLMOps 工作流。
• 驱动策略和执行，使用 Amazon SageMaker、Bedrock 和相关服务在实时和批处理环境中部署、服务和监控大型语言模型（LLMs）。
• 指导使用基础设施即代码（IaC）实践，利用 AWS CDK 和 CloudFormation 来配置和管理安全且可维护的云环境。
• 使用 GitHub Actions、AWS CodePipeline、Jenkins 和其他工具设计和支持 CI/CD 流水线，强调可靠性、可重用性和性能。
• 参与设计和集成监控和可观察性解决方案（CloudWatch、Prometheus、Grafana），以确保基础设施和模型的健康。
• 通过测试驱动开发（TDD）、严格的测试自动化和持续质量保证实践，倡导软件工程卓越。
• 支持可扩展和可维护系统的架构决策，与工程和产品利益相关者合作，以符合业务和技术目标。
• 与架构师、产品领导和利益相关者合作，塑造长期技术愿景和系统架构。
• 在软件开发生命周期中使用 AWS 原生工具和 DevSecOps 原则，应用并倡导安全最佳实践。
• 通过指导、知识分享和思想领导，培养高绩效的工程文化，进行深入探讨、内部技术交流和跨团队合作。
您的技能和经验
• 在 DevOps/MLOps 角色中拥有丰富经验，能够在云原生环境中构建、扩展和保护 ML/AI 基础设施，取得显著成果。
• 对 AWS 服务（如 SageMaker、Bedrock、S3、EC2、Lambda、IAM、VPC、ECS/EKS）有深入经验，熟悉云解决方案架构。
• 在生产环境中熟练掌握基础设施即代码实践，使用 AWS CDK、CloudFormation 或 Terraform。
• 拥有设计和运营端到端 MLOps 流水线的成功记录，使用 MLflow、SageMaker Pipelines 或等效框架。
• 在使用 Docker 和 Kubernetes 构建和操作容器化应用程序方面有丰富经验，包括生产级编排和监控。
• 深入了解 CI/CD 最佳实践，具备 GitHub Actions、Jenkins 和 GitOps 工作流的实际经验。
• 对高级 DevOps 概念有深入了解，包括渐进式交付策略（蓝绿、金丝雀）、弹性工程和性能优化。
• 深刻理解云安全、治理和合规，能够定义和实施可扩展的安全框架。
• 具备推动跨职能技术倡议的能力，能够在没有权威的情况下影响他人，并通过合作和对齐取得成果。
• 深入理解机器学习生命周期，具有在生产中部署和管理 LLM 和生成 AI 模型的实际经验。
优先资格
• 计算机科学、工程或相关技术领域的学士或硕士学位。
• 行业认可的认证，如 AWS 认证 DevOps 工程师、AWS 机器学习专业或 AWS 解决方案架构师 - 专业。
• 良好的书面和口头沟通能力，具备在多个团队或业务单元中影响技术方向的经验。
• 积极参与开源 MLOps、GenAI 或 DevOps 项目和社区。
• 具有指导他人、以身作则和促进技术卓越文化的经验。 
