介绍：
您准备好在机器学习基础设施领域驱动下一波创新了吗？我们目前正在寻找一位富有活力的创始MLOps工程师，他不仅精通人工智能的语言，还热衷于构建强大、可扩展的系统，为尖端的机器学习模型提供动力。您的技术才能和远见将成为将大量数据转化为可操作的洞察力和开创性进展的催化剂。
关于公司：
作为技术创新的先锋，我们公司是自动智能技术开发的先驱者，将彻底改变视频分析能力。我们不仅仅是在构建软件；我们正在打造视觉数据理解的未来。我们的技术是首创的，旨在整合来自过去、现在和未来的视觉数据，以提高执法和联邦机构的操作效率、合规性和视频分析能力。
关于职位：
作为MLOps工程师，您将是我们机器学习运营的支柱，确保ML模型的平稳部署和可扩展性。您将与跨职能团队合作，设计和增强我们的ML基础设施，直接影响我们系统的效率和可靠性。
主要职责：
• 与创始团队一起迭代设计和实施机器学习基础设施解决方案的开发流程，以及软件的后续迭代
• 优化数据管道和模型训练过程，提高效率和速度
• 与数据科学家和工程师合作，部署强大、安全的ML解决方案
• 了解最新的技术和人工智能研究，并在需要时迁移到最新的基础设施类型
资格要求：
• 计算机科学、工程或相关领域的学士或硕士学位
• 在Python、Docker、Kubernetes和AWS或GCP等云服务方面具有丰富的专业知识
• 在建立和管理ML基础设施方面有扎实的经验，对数据存储、ETL过程和模型部署策略有深入的理解
• 熟练掌握TensorFlow或PyTorch等机器学习框架，并熟悉MLOps原则
• 有使用OpenCV和FFmpeg等计算机视觉库的经验
• 有部署GPU后端系统和基础设施（如TensorRT、Onnx等）的经验
• 有规模化部署和管理TensorFlow或Torch模型的经验
• 具备高级机器学习知识，用于训练和构建新模型，特别是与大型语言模型（LLMs）相关的知识
关键技能：机器学习、MLOps、基础设施、人工智能、可扩展性、数据管道、模型训练、部署、云计算、容器化、Kubernetes、Docker、Python、TensorFlow、PyTorch、MLOps、持续集成/持续交付、TensorRT、ONNX、开放神经网络交换、GPU、图形处理单元 
芝加哥