机器学习架构师 (AWS) - 加拿大

渥太华 1个月前全职 网络
面议
2 天前,成为前 25 名申请者之一 此薪资范围由 Rackspace Technology 提供。您的实际薪资将基于您的技能和经验 - 请与您的招聘人员交谈以了解更多信息。 基本薪资范围 153,000.00 / 年 - 244,700.00 / 年 我们正在扩展我们的团队,寻找具有成功技术咨询业绩的积极技术专家。我们正在寻找一位具有云计算(优先考虑 AWS)经验的机器学习架构师,他热衷于帮助客户构建大规模的 AI / ML 解决方案。作为一名经验丰富的技术专家,具备深厚的技术能力和广泛的知识,并拥有强大的人际交往能力,您将作为交付团队的一部分直接与客户合作,通过创建符合商业目标的先进机器学习解决方案,推动创新。 该角色包括作为专业服务机器学习架构师和作为客户参与项目的实践机器学习工程师的职责。 合格的机器学习架构师将展示出战略性思维的能力,能够在复杂情况下围绕客户目标创建技术定义,发展解决方案策略,激励和调动资源,并交付成果。将技术与可衡量的商业价值联系起来是成功履行此角色的关键组成部分。我们寻找自我驱动、积极进取、协作、对机器学习充满热情并希望对客户的业务产生直接积极影响的团队成员。强大的沟通能力和情商也是帮助建立与您合作的团队所需的。 工作地点:远程 主要责任: • 设计机器学习解决方案,并从概念验证阶段到生产部署,使用云原生技术和先进的机器学习模型,执行机器学习项目的各个环节。 • 技术专注,但直接与业务代表/客户合作,以了解推动开发解决方案需求的要求。 • 负责项目的所有阶段,从问题定义、数据注释、模型开发、模型部署到最终用户文档/培训。 • 在云平台(AWS、Azure、GCP)上设计机器学习解决方案的架构,包括 MLOps。 • 关注最新发展。阅读最新发布的机器学习研究,并调整模型以解决客户问题。 • 通过展示技术卓越性和通过您构建的解决方案提供价值来建立信誉。与客户建立良好的关系。 资格要求: • 硕士学位,拥有 10 年以上经验,或博士学位,拥有 6 年以上机器学习、自然语言处理 (NLP) 和深度学习经验。 • 至少 5 年以上架构和构建机器学习解决方案的经验。 • 至少 5 年以上云平台(AWS、GCP、Azure)经验。 • 需要有构建 ML 模型的经验和强大的 ML 技术知识。 • 具备 hugging face、TensorFlow / pytorch、变换器架构、提示工程、代理系统、LLMs 的经验。 • 在 Python 编程和微服务等架构模式方面有强大的编码经验。 • 对敏捷方法有扎实的理解,并有将机器学习项目从构思到生产部署的规划经验。 • 强大的问题解决能力,能够在机器学习项目遇到技术问题时引导团队“下一步”。 • 优秀的沟通和演示技能,能够向技术和非技术受众解释复杂的技术概念。 出差: • 根据业务需求 赞助: • 此角色不符合赞助条件 • 候选人需要合法允许在加拿大为任何雇主工作 Rackspace 关于 Rackspace Technology 我们是多云解决方案专家。我们结合自己的专业知识与全球领先的技术 - 涉及应用程序、数据和安全 - 提供端到端解决方案。我们在根据客户的业务挑战提供建议、设计可扩展的解决方案、构建和管理这些解决方案以及优化未来收益方面有着良好的记录。根据《财富》、《福布斯》和《玻璃门》的评选,我们年复一年被评为最佳工作场所,吸引并培养世界级人才。加入我们,共同致力于拥抱技术、赋能客户并交付未来。 更多关于 Rackspace Technology 的信息 尽管我们各不相同,Rackers 通过与中心目标的联系而蓬勃发展:成为成功团队中受重视的成员,参与鼓舞人心的使命。我们每天都带着自己的全部来到工作中。我们拥抱独特视角推动创新,并使我们能够更好地服务全球客户和社区。我们欢迎您今天申请,并希望您知道我们致力于提供平等的就业机会,不论年龄、肤色、残疾、性别重置或身份或表现、遗传信息、婚姻或民事伴侣状态、怀孕或母职状态、军事或退伍军人状态、国籍、种族或民族来源、宗教或信仰、性取向或任何法律保护特征。如果您有需要住宿的残疾或特殊需求,请告诉我们。 高级别 不适用 雇佣类型 全职 工作职能 工程和信息技术 IT 服务和 IT 咨询 推荐可以提高您在 Rackspace Technology 面试的机会 2 倍 获取关于加拿大安大略省渥太华新软件架构师职位的通知。 软件架构师 - 容器/虚拟化 软件架构师 - 容器/虚拟化 软件工程师 - 解决方案工程 软件工程师 I (消费者服务) 毕业软件工程师,开源和 Linux,Canonical Ubuntu 软件工程师 - 解决方案工程 软件工程师 - 跨平台 C++ - Multipass 我们正在以新的方式解锁社区知识。专家直接将见解添加到每篇文章中,最初由 AI 提供帮助。 #J-18808-Ljbffr