任务
• 设计、开发和维护机器学习模型的部署和运营管道，以确保其可靠性和性能。
• 自动化与机器学习模型管理、部署、性能监控、扩展和监控相关的任务，以优化流程。
• 与数据科学团队和软件开发团队合作，将机器学习模型集成到现有应用程序和系统中，以提升产品质量。
• 实施 DevOps 实践，以确保机器学习模型部署基础设施的稳定性、安全性和可靠性。
• 进行技术跟踪，以了解 MLOps 及相关技术的最新进展，以应对市场挑战。
所需技能网络
• 至少拥有五年相关工作经验的硕士学位，其中包括在银行业的经验，以理解每个客户的特定需求。
• 扎实的机器学习知识，以及 TensorFlow、PyTorch、Scikit-learn 等框架，以建立有效的解决方案。
• 在使用 Docker 等容器管理工具以及 Kubernetes、Openshift 等编排工具方面的实践经验，以确保可扩展性和可用性。
• 精通 Rest API（Flask、FastAPI），以创建用户友好的接口。
• 精通 Python，以便与其他语言进行集成。
• 协作、CI/CD 和自动化工具：Jenkins、XLDeploy、XLRelease、Bitbucket，以有效管理工作流程。
• GCP 和 Dataiku（可选），用于部署云原生解决方案。
福利
• 访问现代和动态的工作环境。
• *
其他
• 促进创新和解决问题的姿态。
• * 
巴黎