地点：新加坡或香港
公司概述：
我们的客户是一家进步的保险公司，开创性地将人工智能和机器学习等先进技术整合到保险行业，重新定义保险领域。我们的重点是利用创新解决方案，提升亚洲地区的客户体验和运营效率。
职位描述：
我们正在寻找一名熟练的MLOps工程师以合同方式加入我们的团队。这个角色的重点是改进和维护我们的机器学习基础设施，确保机器学习模型在生产环境中的高效部署、监控和管理。理想的候选人应具备机器学习和DevOps方面的经验，能够填补数据科学和IT运营之间的鸿沟。
主要职责：
- 开发和管理MLOps基础设施，以促进机器学习模型的部署、扩展和监控。
- 与数据科学家和工程团队合作，顺利将机器学习模型从开发环境转移到生产环境。
- 实施和管理持续集成、测试和部署机器学习系统的自动化工具。
- 应用版本控制、测试和容器化的最佳实践于机器学习模型。
- 监控生产中的机器学习模型的性能，并根据需要进行优化。
- 了解MLOps、机器学习框架和DevOps方法论的最新趋势和进展。
资格要求：
- 计算机科学、数据科学、人工智能或相关领域的学士或硕士学位。
- 在MLOps方面有经验，具备扎实的机器学习和DevOps实践背景。
- 熟悉机器学习框架（如TensorFlow、PyTorch）和DevOps工具（如Docker、Kubernetes、Jenkins）。
- 了解持续集成/持续部署流水线、自动化流程和云基础设施。
- 熟练解决问题并优化机器学习模型及相关基础设施的能力。
- 出色的英语沟通能力，包括书面和口头表达。
- 有效的问题解决能力和团队合作精神。
• *合同详情：**
- 合同期限为6至12个月，有可能延长。
- 有竞争力的薪酬待遇。
- 有机会在创新和前瞻性的环境中工作。
• *申请流程：**
候选人应提交简历、求职信以及展示他们在MLOps和机器学习DevOps方面专业知识的相关项目示例或工作样本。
这个角色为我们的客户使命提供了独特的机会，通过先进的机器学习运营和技术创新来改变保险行业。 
新加坡