IT软件工程师4
芝加哥，伊利诺伊州
12个月
职位描述
MLOps平台团队在客户的企业数据和分析组织内工作。推动与内部团队合作的能力，以支持AI和机器学习开发的全生命周期，直至生产及其后。帮助构建一个平台，使企业能够做出数据驱动的决策，帮助团队构建高价值的数据和AI/ML产品，并实现所有模型的运营化和可靠性。我们正在寻找一位积极进取且技术精湛的MLOps工程师加入我们在ServiceNow的MLOps平台团队。该角色将构建MLOps平台，构建自助式ML开发工具，并推动平台的采用。您有关于如何为构建、部署和运营生产质量机器学习模型的人创造出色用户体验的想法。我们有一群同样兴奋的人。加入我们。
职位对工作组的贡献：
- MLOps平台团队在客户的企业数据和分析组织内工作。
- 推动与内部团队合作的能力，以支持AI和机器学习开发的全生命周期，直至生产及其后。
- 帮助构建一个平台，使企业能够做出数据驱动的决策，帮助团队构建高价值的数据和AI/ML产品，并实现所有模型的运营化和可靠性。
- 我们正在寻找一位积极进取且技术精湛的MLOps工程师加入我们在ServiceNow的MLOps平台团队。
- 该角色将构建MLOps平台，构建自助式ML开发工具，并推动平台的采用。
- 您有关于如何为构建、部署和运营生产质量机器学习模型的人创造出色用户体验的想法。
请求的原因/动机：
- 新增职位
为什么选择客户？“无论是突破性的产品、一流的解决方案还是终身的职业生涯，您都可以在客户公司构建对您重要的东西。客户公司在全球各地的150个地点，您在客户公司创造的东西会传播并帮助世界各地的人们。您可以与行业内最优秀的人才合作，完成有意义的工作，并通过我们的各种机会不断成长和发展。在这里，您可以做重要的工作。”
角色中的典型日常或每周工作
典型任务分解：
- 定义可扩展和安全的架构、框架和管道，用于构建、部署和诊断生产ML应用程序
- 启用ML平台上的用户和团队；排除和调试用户问题；维护用户友好的文档和培训。
- 与内部利益相关者合作，构建全面的MLOps平台
- 设计和实施云解决方案，并在云解决方案上构建MLOps管道（例如，AWS）
- 开发标准和示例以加速数据科学团队的生产力。
- 运行代码重构和优化、容器化、部署、版本控制及其质量监控，包括数据和概念漂移
- 创建自动化测试、验证和部署数据科学模型的方法
- 提供最佳实践并执行大规模自动化和高效MLOps的POC
与团队的互动：
- 与核心团队合作，必要时可能与其他团队合作。
- 内部职位
- 与工程师和Scrum团队合作。
工作环境：
- 每周在现场工作2-3天/无例外。
教育和经验要求：
- 拥有8年以上经验的学士学位
- 拥有6年以上经验的硕士学位
所需技术技能
（必需）
- 8年以上使用面向对象编程语言（Python、Golang、Java、C/C++等）的经验
- 具有MLOps框架（如MLflow、Kubeflow等）的经验
- 精通编程（Python、R、SQL）
- 能够设计和实施云解决方案并在云解决方案上构建MLOps管道（例如，AWS）
- 对DevOps原则和实践、CI/CD等有深刻理解，并熟悉相关工具（Git、GitHub、jFrog Artifactory、Azure DevOps等）
- 具有Docker和Kubernetes等容器化技术的经验
- 良好的沟通和协作能力
- 能够与团队合作，根据更高层次的需求创建用户故事和任务。
加分项：
- 能够使用高级部署方法创建与其他MLOps组件（如MLFlow）集成的模型推理系统。
- 了解推理系统，如Seldon、Kubeflow等。
- 了解使用Helm和Helmfile在Langfuse或Kubernetes中部署应用程序和系统。
- 了解使用ClodFormation或Terraform进行基础设施编排
- 接触过可观察性工具（如Evidently AI）
软技能
（必需）
- 能够主动采取行动的人
- 不需要被微观管理的人。
旅行要求：0-25%
出口控制要求：无
职位类型：合同
薪酬：每小时最高$70.00
预计工作时间：每周40小时
福利：
- 健康保险
工作地点：现场
