First Derivative是一个以人为本的公司。我们依靠不断壮大的专业问题解决者和流程改进者团队为动力。我们广泛的能力提供了敏捷的解决方案和令人兴奋的职业机会 - 无论您是职业生涯的早期阶段，寻找新的方向，还是希望继续担任领导职位。
加入全球最大的资本市场专业咨询公司，您将有机会接触各种关键任务项目、技术堆栈、客户以及一家以职业发展、多样性和灵活性为傲的公司。
我们为中高级软件工程师提供机会，他们将与包括摩根士丹利、瑞银、花旗集团、摩根大通和瑞士信贷在内的一流投资银行并肩工作。
您的角色
作为机器学习工程师，您的关键角色是将UOB的数据科学家开发的机器学习模型投入运营。您将成为机器学习模型重构、优化、容器化、部署和质量监控的焦点。您的主要职责包括：
• 根据整体平台治理原则（如版本控制、数据/模型衍生、代码最佳实践等），检查机器学习模型的合规性，并向数据科学家提供潜在改进的反馈。
• 基于MLOps领域的CI/CD垂直最佳实践，开发用于机器学习模型持续运行、反馈和监控的流程。这可以包括监控数据漂移、触发模型重新训练和设置回滚。
• 优化可用性、可靠性和性能的AI开发环境（开发、测试、生产）。
• 与基础架构和应用开发团队建立良好的关系，以了解将机器学习模型整合到企业应用程序中的最佳方法（例如，将结果模型转化为API）。
• 与数据工程师合作，确保数据存储（数据仓库或数据湖）和数据管道正常工作，以及ML特征或数据存储按预期工作。
• 评估开源和AI/ML平台和工具的可行性，从基础架构的角度进行集成。这还包括了解数据科学团队使用的ML平台的最新发展、补丁和升级。
技术技能
• 熟练使用Python进行机器学习和自动化任务
• 必须具备良好的Bash和Unix/Linux命令行工具知识。
• 必须具备使用Jenkins、GitLab CI、GitHub Actions或类似工具构建CI/CD流水线编排的实际经验。
• 必须具备OpenShift / Kubernetes的知识。
• 对Panda、NumPy、H2O或TensorFlow等机器学习库有良好的了解。
• 使用至少一种流行框架或平台（如Kubeflow、AWS Sagemaker、Google AI Platform、Azure Machine Learning、DataRobot、Dataiku、H2O或DKube）进行数据科学项目的操作化（MLOps）的知识。
• 对Spark或Dask等分布式数据处理框架的了解。
• 对Airflow或Ctrl-M等工作流编排器的了解。
• 对Splunk和Geneos等日志和监控工具的了解。
• 在支持AI和ML开发、监控、测试和操作化方面定义流程、标准、框架、原型和工具集的经验。
• 在ML操作化和编排（MLOps）工具、技术和平台方面的经验。包括扩展模型交付、管理和治理ML模型，以及管理和扩展AI平台。
• 对云平台（如AWS、GCP）的了解将是一个优势。
福利：
· 混合和灵活的工作方式
· 全面的私人医疗保险计划
· 私人养老金
· 员工援助计划
· 增强的产假/陪产假政策
· 集体人寿保险福利
· 员工推荐奖金计划
· 获得一系列技能和认证的机会，如GCP、AWS、Azure等！
额外福利：
· FD内部网络和体育和社交日历，每个办公室每月和季度举办社交活动。
· 高级领导力计划 - 一个为才华横溢的个人提供结构化和实践路径以快速晋升到领导职位的计划。
· STEP-up奖项 - 员工领导的奖项，旨在承认我们所重视的四个方面的卓越表现。
· TechSmiths公会 - 帮助员工掌握云计算和数据存储的一切（这是未来业务和风险管理的重要组成部分）。
· STRIVE计划和IMPACT计划 - 旨在支持科技和金融服务领域的女性的发展计划。
· 投资俱乐部 - 员工通过研讨会和比赛学习投资和交易的基础，模拟真实情况。
· Food Club - 作为团队一起尝试新的美食的机会
· Sports Club - 一点健康竞争！参加5公里趣味跑、JPM挑战赛和SCB挑战赛。 
新加坡