新科工程是一家全球性的科技、国防和工程集团，在亚洲、欧洲、中东和美国设有办事处，为超过100个国家的客户提供服务。集团通过其在航空航天、智慧城市、国防和公共安全领域的多元化业务组合，利用科技和创新解决现实问题并改善生活。新科工程总部位于新加坡，是新加坡交易所上市的最大公司之一。
加入我们的网络安全团队
我们是网络安全领域的行业领导者，拥有超过二十年的经验，提供全面可信的网络安全解决方案，增强政府和各部委、关键基础设施和商业企业的网络韧性。凭借我们本土的能力和深厚的领域专业知识，我们在密码学、网络安全工程、数字认证、SCADA保护、审计和合规性方面提供强大的网络安全产品和服务。我们专注于为网络安全专业人员设计和建设安全运营中心，并提供托管安全服务，以加强政府和企业客户的网络安全态势。
现任者将自动化和管理机器学习管道，实现无缝的模型再训练、测试和部署，以确保可靠和高效的AI操作。
这个角色非常适合动手能力强的MLOps工程师，他们热衷于自动化复杂的AI工作流程，并确保机器学习系统在生产环境中的无缝、可靠运行。
职责
- 设计、实施和维护用于训练、验证、测试和部署AI模型的自动化机器学习管道。
- 确保模型在生产环境中的持续集成和交付（CI/CD），支持版本控制、回滚和监控。
- 根据性能下降、新数据可用性或更新的业务需求等触发器自动化模型再训练工作流程。
- 使用MLflow、Kubeflow或类似工具开发和管理可扩展和可重复的ML实验基础设施。
- 与数据科学家和AI工程师合作，确保从实验到生产的顺利交接。
- 监控生产中的管道健康、资源使用和模型性能，确保正常运行时间和快速故障恢复。
- 实施模型的测试策略，包括单元测试、集成测试和数据验证检查。
- 优化计算、存储和部署层的管道效率。
要求
经验
- 3-6年MLOps、DevOps或机器学习工程经验，专注于AI工作流程的运营化。
- 具有在生产环境中部署和管理ML模型的经验。
技术技能
- 精通Python和ML工程工具（如MLflow、Airflow、DVC、Kubeflow或类似工具）。
- 具有容器化（Docker）、编排（Kubernetes）和云服务（AWS、GCP、Azure）经验。
- 熟悉ML的CI/CD实践和版本控制系统（如Git）。
- 了解ML管道和模型的监控、日志记录和警报。
优先知识
- 具有代理AI系统或涉及持续学习和工具交互的工作流程经验。
- 了解数据漂移检测、模型验证和反馈回路设计。
- 接触过实时或流数据管道（Kafka、Flink等）。
工作地点：裕廊东
了解更多：https://www.stengg.com/cybersecurity
新科工程相信培养一种鼓励团队成员克服挑战、探索新想法并共同成功的文化。我们重视那些决心突破界限、渴望知识、持续学习和自我提升的个人。
