要求
• 理想的候选人应具备深厚的技术背景和实际建立和部署机器学习系统的经验，以及在整个组织中推动数据驱动文化的能力，
• 如果需要，他们会毫不犹豫地处理数据，并且对于构建高效和有效的机器学习团队非常熟悉，
• 他们还应对应用机器学习领域表现出热情，
• 此外，候选人应对学习和可能对尖端开源机器学习和数据科学技术做出贡献感兴趣，
• 计算机科学、工程学、统计学或相关数量领域的学士学位，
• 熟练掌握一种计算语言，如Python、Scala、C++、Java等，
• 有在规模上构建生产系统和平台的经验，
• 熟悉完整的人工智能/机器学习生命周期，包括模型开发、训练、测试、部署、监控、改进和迭代，
• 在商业环境中使用SQL和数据库处理大型数据集的知识，
• 出色的口头和书面沟通能力，
• 卓越的故障排除和问题解决能力，
• 在快节奏、创新的环境中蓬勃发展，
• （可取）了解AWS Redshift、Snowflake或类似数据库的知识，
• （可取）具有使用Airflow等数据工作流平台和Docker、Kubernetes等容器技术的经验，
• （可取）熟悉Python和机器学习/数据科学库，如Scikit-learn和Pandas，用于分析和建模数据，
• （可取）熟悉多种机器学习算法方法，如决策树、逻辑回归、贝叶斯分析等，
• （可取）卓越的口头和书面沟通能力，能够有效地向数据科学家、工程团队和业务人员倡导技术解决方案，
• （可取）能够处理模糊性，自我激励，优先处理需求，并在动态环境中交付结果的深厚技术能力和商业智慧的结合
工作内容
• 高级机器学习工程师将帮助领导、构建、扩展和维护开发和生产平台，
• 设计和实现基础设施和平台组件，用于在生产环境中训练、部署和监控机器学习模型，
• 构建管道，将来自各种来源的数据导入到集中的数据湖中，以满足各种用例需求，
• 与生产工程团队合作，确保机器学习模型成功集成到生产环境中，并符合性能和可用性SLO，
• 参与项目规划、设计、开发和代码审查，
• 以口头和书面形式与业务客户和领导团队沟通，向他们介绍我们的系统，并分享见解和建议，
• 与工程、产品管理、安全和设计团队合作，解决技术和非技术挑战 
伦敦