工作编号：
Tead - 1970
工作经验（年）：
10-14
工作类型：
永久
发布日期：
29/12/2023
地点：
迪拜
概述：
机器学习工程师（集成）
角色概述：
我们正在寻找一名软件工程师加入我们的机器学习团队，主要责任是将我们的数据科学家开发的机器学习模型投入运营。这个角色涉及到实现开发特征存储，设置推理服务，将模型集成到实时数据处理流程中，并收集指标。理想的候选人将精通我们的技术栈，包括Python、C++、Triton、Aerospike、ArgoFlow和Spark。
职责：
• 使用Python、C++和各种机器学习框架（包括Torch、TensorFlow和CatBoost/XGBoost）开发和维护机器学习模型。
• 使用AeroSpike等技术实现和优化特征存储。
• 将机器学习模型集成到高负载环境中，确保低延迟系统设计和性能优化。
• 利用Triton、BentoML或自定义的机器学习服务平台进行高效的模型部署。
• 实施和管理监控服务，确保部署的机器学习系统的稳健性和可靠性。
• 解决与机器学习模型、系统性能和数据流程相关的问题。
• 为简化模型部署和管理而贡献开发和改进机器学习平台。
要求：
• 熟练掌握Python、C++，并具有使用Torch、TensorFlow和CatBoost等各种机器学习框架的经验。
• 有使用AeroSpike、Redis等特征存储的实践经验。
• 有使用Triton、BentoML或自定义机器学习服务平台的经验。
• 具备将机器学习模型集成到高负载环境中的强大理解和经验，注重低延迟系统设计、分布式系统和性能优化。
• 具备故障排除、监控和维护机器学习系统的实践经验。
• 具备解决问题的能力，并能在快节奏、协作的环境中取得成功。
优势（有利但不必要）：
• 熟悉KubeFlow、MetaFlow或类似的机器学习平台。
• 有Kubernetes（K8S）基础知识和在容器化环境中部署模型的经验。
• 熟悉ArgoFlow、AirFlow、KubeFlow Pipelines等流水线工具。
• 具备开发数据处理的ETL流水线的经验。
技能：
无 
迪拜