Starszy inżynier uczenia maszynowego - w pełni zdalny!

Przyszłość zaczyna się tutaj. Gdzie rodzą się pierwsze kroki, nowe przyjaźnie i pewni siebie uczniowie. KinderCare Learning Companies, pierwsza i jedyna placówka wczesnej edukacji wyróżniona nagrodą Gallup Unique Workplace Award, oferuje różnorodne możliwości wczesnej edukacji i opieki nad dziećmi dla rodzin.

Niezależnie od tego, czy chodzi o centra edukacyjne KinderCare, Champions czy Crème de la Crème, budujemy pewność siebie dzieci, rodzin i wspólnej przyszłości. Chcemy, abyś przyłączył się do nas w jej kształtowaniu - w sąsiedztwie, w pracy i w szkołach w całym kraju. W KinderCare Learning Companies będziesz wykorzystywać swoje umiejętności i wiedzę, aby wspierać pracę (i zabawę), która codziennie odbywa się w naszych placówkach i centrach.

Od marketerów i strategów po analityków finansowych i inżynierów danych i nie tylko, wszyscy jesteśmy pasjonatami tworzenia świata, w którym dzieci, rodziny i organizacje mogą się rozwijać. Jako starszy inżynier uczenia maszynowego wykorzystasz swoją głęboką wiedzę specjalistyczną na platformie Databricks Lakehouse do opracowywania, budowania i operacjonalizacji skalowalnych, produkcyjnych aplikacji do modelowania predykcyjnego w nowoczesnym ekosystemie danych przedsiębiorstwa. Będziesz kierować kompleksowymi przepływami pracy ML w Databricks - w tym inżynierią funkcji, modelowaniem szkolenia, wdrażanie, monitorowanie i optymalizacja - praca z narzędziami takimi jak Delta Lake, system śledzenia MLflow i usługi zarządzania funkcjami, AutoML, Model Serving wraz z możliwościami Unity Catalog.

Ta rola łączy inżynierię ML, Applied Data Science i Platform Enablement, ze szczególnym naciskiem na budowanie zarządzanych, elastycznych platform ML, które przyspieszają wdrażanie technologii AI w środowiskach korporacyjnych. Będziesz współpracować z zespołami zajmującymi się inżynierią danych, analityką i produktami, aby dostarczać skalowalne rozwiązania AI, ustanawiać standardowe procesy ML i pomagać w definiowaniu standardów inżynierii ML w organizacji. Obowiązki: Rozwój ML w środowisku Databricks: projektowanie, opracowywanie i wdrażanie rozwiązań do uczenia maszynowego przy użyciu technologii Databricks, w tym PySpark, Spark SQL, MLflow, Feature Store, AutoML i notatników w celu standaryzacji eksperymentów i ponownego wykorzystania funkcji.

Kompleksowy potok ML Architektura: Twórz skalowalne potoki uczenia maszynowego w całym cyklu życia - od pozyskiwania danych i inżynierii funkcji po walidację, wdrażanie, monitorowanie i przekwalifikowanie modelu na platformie Lakehouse.MLOps i zarządzanie cyklem życia modelu: wdrażanie CI/CD, wersjonowanie modeli, zarządzanie, automatyczne ponowne szkolenie i wdrażanie produkcyjne przy użyciu rejestru modeli MLflow, przepływów pracy Databricks i udostępniania modeli.Zaawansowane możliwości Databricks: Wykorzystaj AutoML, Mosaic AI komponenty, wyszukiwanie wektorów i obsługę modeli w celu przyspieszenia eksperymentów i wdrażania sztucznej inteligencji w przedsiębiorstwach przy jednoczesnym zachowaniu zarządzania i skalowalności. Stosowana nauka o danych i mentoring: przeprowadzanie analiz eksploracyjnych oraz stosowanie technik statystycznych i uczenia maszynowego, w tym regresji, klasyfikacji i grupowania. Wspieraj młodszych programistów i specjalistów ds. analityki w zakresie wytycznych i operacjonalizacji uczenia maszynowego.

Współpraca międzyfunkcyjna: Partner z inżynierią danych, analityką, produktami i współpracownikami biznesowymi w celu dostosowania rozwiązań AI do architektury korporacyjnej, zarządzania i celów biznesowych. Wydajność, zarządzanie i niezawodność: Optymalizuj wydajność Spark i efektywność kosztową podczas wdrażania monitorowania, ostrzegania, śledzenia pochodzenia i kontroli dostępu za pośrednictwem Unity Catalog i powiązanych struktur zarządzania. Możliwości i skalowalność platform: Programowanie platformy, szablony i standardy wielokrotnego użytku, które przyspieszają skalowalne, regulowane wdrażanie uczenia maszynowego w całej organizacji.

Kwalifikacje: Licencjat w dziedzinie informatyki, inżynierii, nauki o danych, matematyki, statystyki lub pokrewnej dziedziny ilościowej (lub równoważne doświadczenie). Preferowany tytuł magistra lub wyższy w pokrewnej dziedzinie. Ponad 4 lata doświadczenia w inżynierii uczenia maszynowego lub inżynierii danych, ze znaczną praktyczną wiedzą w zakresie technologii Databricks, w tym Delta Lake, MLflow, Feature Store i Unity Catalog.

Sukces w kompleksowym dostarczaniu potoków ML klasy produkcyjnej, od pozyskiwania danych i inżynierii funkcji po wdrażanie, monitorowanie i ciągłe doskonalenie. Doświadczenie w korzystaniu z narzędzi programistycznych wspomaganych sztuczną inteligencją, takich jak Cursor, Claude lub GitHub Copilot w celu przyspieszenia rozwoju, testowania i optymalizacji rozproszonych obciążeń ML.Doskonała biegłość w językach Python, PySpark i Spark SQL, z głęboką wiedzą na temat przetwarzania rozproszonego, optymalizacji Spark i skalowalnej architektury ML.Doświadczenie w projektowaniu rozwiązań ML natywnych dla Databricks z wykorzystaniem możliwości platformy, takich jak MLflow, AutoML, Feature Store, Delta Lake i Model Serving.Znajomość narzędzi CI/CD i DevOps, w tym GitHub Actions, Azure DevOps lub GitLab CI. Praktyczne doświadczenie w budowaniu i ocenianiu modeli ML przy użyciu frameworków takich jak scikit-learn, XGBoost lub LightGBM.

Solidne zrozumienie inżynierii funkcji, śledzenia eksperymentów, walidacji modeli i oceny wydajności. Dodatkowym atutem będzie doświadczenie z architekturami RAG, wektorowymi bazami danych, osadzaniem potoków i aplikacjami opartymi na LLM. Możliwość mentorowania inżynierów i analityków danych, prowadzenia dyskusji technicznych i wpływania na metodologie inżynierii ML w zespołach.

Doświadczenie w budowaniu struktur ML wielokrotnego użytku i modernizowaniu starszych przepływów pracy w skalowalne, zarządzane potoki natywne dla Databricks. Nasze korzyści spotkają Cię tam, gdzie jesteś. Jesteśmy tutaj, aby pomóc naszym pracownikom w godzeniu pracy i życia: - Wiedz, że cała Twoja rodzina jest wspierana w postaci zniżkowych świadczeń na opiekę nad dziećmi. - Odetchnij spokojnie dzięki korzyściom medycznym, dentystycznym i okulistycznym dla Twojej rodziny (i zwierząt domowych!). - Poczuj wsparcie w zakresie zdrowia psychicznego i rozwoju osobistego dzięki programom pomocy dla pracowników. - Poczuj się wspaniale i prosperuj dzięki dostępowi do programów zdrowotnych i odnowy biologicznej, płatnemu urlopowi i zniżkom na artykuły niezbędne w pracy, takie jak telefony komórkowe. - ... i wiele więcej.

Działamy poparte badaniami, akredytowane, i konfigurowalne programy w ponad 2000 ośrodków i ośrodków w 40 stanach i Dystrykcie Kolumbii. W miarę rozwoju dostosowujemy się do potrzeb coraz większej liczby rodzin, dynamicznych środowisk pracy i różnorodnych społeczności od wybrzeża do wybrzeża. Ponieważ wierzymy, że każda rodzina zasługuje na dostęp do wysokiej jakości opieki nad dziećmi, bez względu na to, kim jest i gdzie mieszka.

Każdego dnia pomożesz urzeczywistnić tę misję, budując społeczność i zapewniając wyjątkowe doświadczenia. A jeśli jesteś choć trochę podobny do nas, przyjdziesz do pracy i pozostaniesz dla ludzi. Firmy edukacyjne KinderCare są pracodawcą zapewniającym równe szanse.

Wszyscy wykwalifikowani kandydaci otrzymają wynagrodzenie za zatrudnienie bez względu na rasę, pochodzenie narodowościowe, wiek, płeć, religię, niepełnosprawność, orientację seksualną, stan cywilny, status wojskowy lub weteran, tożsamość lub ekspresję płciową lub jakąkolwiek inną podstawę chronioną przez prawo lokalne, stanowe lub federalne. Oryginalnie opublikowano w Himalajach