注意：候选人可能需要前往客户所在地（美国）工作，或者根据情况进行搬迁。具体细节可在招聘过程中讨论。
你将会做什么？
- 设计、构建和优化可扩展的数据科学/机器学习基础设施，以支持我们的模型开发生命周期
- 构建抽象化工具，自动化不同的机器学习工作流程中的各个步骤
- 与工程师、数据分析师、机器学习专家和产品团队合作，构建新功能
- 利用你的经验，推动机器学习和数据工程的最佳实践
- 作为早期数据科学团队的一部分，你将能够定义和实施我们的初始AWS架构和MLOps框架和工具
你能带来什么？
- 在基于AWS的ML OPS和Devops环境中的工作经验
- 5年以上的数据工程或AWS管理员经验
- 熟练掌握AWS兼容的机器学习技术 - AWS - Sagemaker Studio、Tensorflow、Amazon ML Feature Store、模型注册表、ECR等
- 对Kubernetes平台和容器生命周期管理有深入的理解
- 有AWS Cloud formation、CDK、Terraform和Serverless Framework等部署框架的经验
- 具备在多个项目上工作的组织能力强
- 有Spark、AWS EMR的经验
- 有使用Code Pipeline、CodeCommit、CodeBuild或类似技术进行持续集成和持续交付的经验
- 有使用Data bricks / Dataiku等机器学习和数据科学平台以及高级数据过滤系统的经验
工作类型：全职
薪资：每年$90,000.00-$110,000.00
工作时间：
- 8小时轮班
经验要求：
- 持续集成：5年（优选）
- IT：10年（优选）
- 云技术：10年（优选）
- AWS：7年（优选）
工作地点：现场工作 
多伦多