概述
职责
要求
您是否热衷于改善机器学习系统在实际生产环境中的开发、部署和扩展方式？我们正在与一家领先的欧洲在线时尚与美容零售商合作，寻找一位能力出众且自驱力强的机器学习工程师（MLE/MLOps 方向）加入一个快速发展的高影响力团队。
该职位的核心是构建稳健的机器学习工作流程，简化特征创建，并标准化机器学习组件，以确保整个组织的可扩展性、一致性和速度。您将在工程和数据科学的交汇处工作，发挥关键作用，塑造大规模交付机器学习的方式。
- 设计和构建基础的机器学习平台组件，包括大规模数据访问、特征管理、模型训练、部署和推理系统。
- 开发基础设施和工具，使机器学习从业者能够以可靠和自动化的方式进行实验、版本控制、部署和监控模型。
- 架构可扩展、模块化和可重用的系统，作为多个团队机器学习开发的骨干。
- 实现核心抽象和API，标准化机器学习工作流程的执行方式——从特征创建到模型发布。
- 构建和维护机器学习系统的可观测性和可靠性工具——包括遥测管道、模型健康检查和自动再训练触发器。
- 建立最佳实践、框架和参考实现，提高机器学习交付中的工程严谨性和速度。
- 与基础设施、数据和安全团队密切合作，确保机器学习系统在默认情况下是安全、合规和生产级的。
- 5年以上机器学习工程或MLOps角色的经验
- 扎实的Python开发技能
- 拥有Airflow（MWAA）、MLFlow和/或SageMaker的丰富实践经验
- 熟悉机器学习可观测性工具，如Grafana、自定义指标记录、模型漂移检测和警报机制
- 熟练构建具有自动化测试和验证的机器学习系统CI/CD管道
- 具备基础设施即代码工具（CloudFormation，YAML）的经验
- 理解机器学习管道的安全和合规部署
- 优秀的调试和问题解决能力
- 在生产环境中使用OpenAI API、容器化和Kubernetes编排的经验非常有价值
地点：
其他，中欧
资历：
高级
技术：
Python
福利：
- 带薪休假
- 病假
- 浮动假期
- 体育/保险补偿
- 英语课程
- 慈善
- 培训补偿
