FactSet的智能分析产品套件和独特的数据使全球领先的金融服务专业人士能够每天做出更明智的决策。我们的核心是一个包容性的社区，统一于超越自我的精神。我们的理念是拥抱多样性，我们最好的想法可以来自任何人，任何地方，任何时候。我们不断展望未来，通过共同解决艰难问题并从成功和失败中吸取教训，推进我们行业的未来和技术。
FactSet正在寻找一位经验丰富的机器学习运维工程师，负责开发和维护我们的下一代机器学习平台。成功的候选人将负责集成和维护模型和提示库，协助我们的软件和机器学习工程师对模型进行微调和部署，倡导新兴的人工智能技术，并推广良好的数据实践。这个职位涉及管理复杂的机器学习流水线，利用云基础设施，并利用Python和REST接口在FactSet上实现商业和开源大型语言模型。
职责：
• 开发和维护机器学习流水线，支持我们的机器学习模型。
• 确保模型和提示库的集成和维护。
• 协助微调、测试和部署复杂的机器学习模型。
• 利用基础设施即代码（IaC）管理和配置云资源的完整生命周期。
• 与数据工程和人工智能和机器学习团队密切合作，确保传统机器学习和大型语言模型无缝融入我们的产品。
• 开发、集成、自动化和部署以优化不同系统组件之间的交互。
最低要求：
• 在面向对象的语言方面有3年以上的软件经验
关键技能：
• 与ML工作流相关的数据流水线经验。
• 基础设施即代码部署
• 与传统机器学习和工具的经验。
• 有大型语言模型的经验（如OpenAI GPT模型、Llama2）
附加技能：
• 金融服务行业或产品经验者优先
你将参与的一些领域：
• 使用传统机器学习技术和工具
• 开展MLOps和LLMOps工具和生态系统的部署，如MLFlow、AWS Sagemaker、GCP Vertex AI或类似的ML工具在公司范围内
• 管理和优化与RAG和其他机器学习工作流相关的数据流水线
• 在数据密集环境中使用Python
• 使用基于云的IaC工具进行部署和自动化
• 利用和利用REST接口和各种API端点，将多个工具集成到FactSet中。
教育背景：
• 计算机科学、工程、数学或相关领域的学士学位 
伦敦