Brasilien
GFT Technologies SE
Bunge
Principal Machine Learning Engineer
Brasilien
São Paulo, São Paulo, Brazil
PythonGCPDockerKubernetesTerraform
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
--------------------------------------------------------------------------------
Stadt : Sao Paulo
Bundesland : São Paulo (BR-SP)
Land : Brasilien (BR)
Requisition Number : 43238
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
Übersicht
Bunge hat eine spannende Gelegenheit für
Principal Machine Learning Engineer.
In dieser Rolle werden Sie Teil eines globalen Teams sein, das an herausfordernden, bedeutsamen Projekten arbeitet, die Kerngeschäftsaktivitäten beeinflussen.
Seit 1818 verbindet Bunge Landwirte mit Verbrauchern, um essentielle Lebensmittel, Futtermittel und Treibstoffe für die Welt zu liefern. Mit Blick auf die Zukunft ist es unser Ziel, uns kontinuierlich neu zu erfinden und Daten zu nutzen, um an der Spitze von Analytik, Technologie und Talent zu stehen, um unseren Zweck auf bessere, schnellere und einfachere Weise zu erfüllen.
Bunge ist bestrebt, in der digitalen Welt zu agieren und zu florieren – und schafft erstklassige agile Teams, in denen Teammitglieder befähigt und ermutigt werden, zusammenzuarbeiten, zu testen und zu lernen, um erfolgreich zu sein.
Bei Bunge kommen die Leute nicht nur zum Arbeiten hierher, sie kommen hierher, um zu wachsen – sie lösen Herausforderungen, die die Welt direkt beeinflussen, mit einem vielfältigen Team von Denkern und Machern.
Vor allem leben wir bei allem, was wir tun, unsere Werte:
- Als ein Team agieren, indem wir Inklusion, Zusammenarbeit und Respekt fördern
- Exzellenz anstreben, indem wir agil, innovativ und effizient sind
- Das Richtige tun, indem wir sicher, ethisch und nachhaltig handeln
Wir suchen GCP Machine Learning Engineers (MLE). Sie verfügen über fundierte Erfahrung in der Bereitstellung von machine learning-Lösungen in die Produktion unter Einsatz modernster Tools, Algorithmen und Methoden, die DevOps sowie einen testgetriebenen Entwicklungsprozess verfolgen. MLE arbeiten eng mit Data Scientists und Data Engineers zusammen und unterstützen diese dabei, sich nicht nur auf die Modell- und Pipeline-Performance zu konzentrieren, sondern auch auf die Stabilität, Reproduzierbarkeit und Skalierbarkeit eines Softwareprodukts.
Jeden Tag leben unsere Mitarbeiter diese Werte, die Bunge im Kern repräsentieren:
- Wir sind ein Team – Kollaborativ, Respektvoll, Inklusiv
- Wir gehen voran – Agil, Befähigt, Innovativ
- Wir tun das Richtige – Sicher, Nachhaltig, Mit Integrität
Wenn das nach Ihnen klingt, schließen Sie sich uns an! Wir schätzen und investieren in Menschen, die an unseren Zweck glauben und begeistert sind, ihn jeden Tag zu leben – Menschen, die
#ProudtoBeBunge
Bunge bietet ein starkes Vergütungs- und Leistungspaket, ein großzügiges bezahltes Urlaubsprogramm, flexible Arbeitsregelungen und die Möglichkeit zur Weiterentwicklung.
Unsere hybride Arbeitsumgebung bietet eine Balance zwischen Arbeit im Büro und Fernarbeit.
Wesentliche Funktionen
- Zusammenarbeit mit Data Scientists, um neue Algorithmen durch Pilotprojekte zu testen und zu skalieren und später die Lösungen im großen Maßstab zu industrialisieren
- Beeinflussung, Aufbau und Pflege der für KI-Projekte erforderlichen groß angelegten Dateninfrastruktur sowie Integration mit externer IT-Infrastruktur/Diensten zur Bereitstellung einer e2e-Lösung.
- Nutzung eines Verständnisses von Softwarearchitektur und Software-Design-Patterns, um skalierbaren, wartbaren, gut gestalteten und zukunftssicheren Code zu schreiben
- Entwerfen, Entwickeln und Pflegen des Frameworks für analytische Pipelines
- Entwickeln gemeinsamer Komponenten zur Bewältigung von Engpässen in Machine Learning Projekten, wie z. B. Lebenszyklusmanagement von Modellen, Feature Store und Bewertung der Datenqualität
- Bereitstellung von Beiträgen und Hilfe bei der Implementierung von Frameworks und Tools zur Verbesserung der Datenqualität
- Arbeit in funktionsübergreifenden agilen Teams von hochqualifizierten Software-/Machine Learning-Ingenieuren, Data Scientists, Designern, Produktmanagern und anderen, um das KI-Ökosystem innerhalb der Gruppe aufzubauen
- Pünktliche Lieferung, die ein starkes Engagement für die Erfüllung der Teammission und des vereinbarten Backlogs zeigt
- Schließen Sie sich mit unseren Softwareentwicklungs-, Data Science- und DevOps-Kollegen zusammen, um deren Anforderungen zu verstehen und gut architektonisch gestaltete, automatisierte Lösungen zu entwickeln, wie z. B. CI/CD, Datenpipelines oder Bereitstellungsinfrastruktur unter Verwendung der Google Cloud Platform.
Qualifikationen
- Bachelor-Abschluss oder eine Kombination aus Berufserfahrung und Ausbildung in Informatik, Informationstechnologie oder einem verwandten Bereich (oder gleichwertige Berufserfahrung).
- Mindestens 5 Jahre nachweisbare, praktische Erfahrung als DevOps Engineer mit großen Public-Cloud-Diensten, mit Präferenz für GCP-Dienste, einschließlich, aber nicht beschränkt auf Compute Engine, GKE, Big Query, Cloud Run und Cloud Composer. Bonuspunkte, wenn Sie Google Cloud Professional-Zertifizierungen (wie Architect, Data Engineer oder DevOps) erworben haben.
- Spielt eine bedeutende Rolle bei der Entwicklung anderer Junior-Mitarbeiter, agiert als technischer Berater für Produktmanager und wird als Gewinn für jedes Data-Science-Projekt angesehen.
- Domänenexperte und funktionaler Berater für Geschäftsinteressenten.
- Fähigkeit, Best Practices der Softwareentwicklung in Machine Learning Projekte anzuwenden, einschließlich Unit-Tests, DevOps-Integration, Release-Management, testgetriebene Entwicklung,
- usw. Fähigkeit, den Entwicklungsprozess von Machine Learning Projekten durch Nutzung modernster Tools und Technologien wie Container, Continuous Integration und Delivery, Orchestrierungstools zu automatisieren
- Vertrautheit mit mindestens einer der großen Cloud-Lösungen, vorzugsweise GCP. Kann die in der Cloud verfügbaren Dienste empfehlen und auswählen, um technische Probleme zu lösen.
- Gutes Verständnis und Erfahrung mit Prinzipien und Mustern des Software-Designs
- Fähigkeit, Proof-of-Concept Machine Learning Modelle in skalierbare Lösungen umzuwandeln.
- Gutes Verständnis der agilen und scrum Methodik, hält das Team auf die Lieferung von Geschäftswert fokussiert.
- Eigenmotiviert mit starken Problemlösungs- und Lernfähigkeiten.
- Flexibilität bei Änderungen der Arbeitsrichtung im Laufe der Projektentwicklung.
- Glaubt an eine nicht-hierarchische Kultur der Zusammenarbeit, Transparenz, Sicherheit, und Vertrauen. Arbeitet mit Fokus auf Wertschöpfung, Wachstum und Kundenservice mit voller Eigenverantwortung und Rechenschaftspflicht.
- Nachweisbare Terraform-Erfahrung
- Haben Kubernetes und Docker (oder ähnliche Container-Engines) Lösungen implementiert
- Haben groß angelegte Überwachungslösungen mit Google Cloud Monitoring oder anderen Tools (z. B. Datadog, Sentry, Prometheus, Grafana, SolarWinds) erstellt.
- Kenntnisse in Python und jeder anderen Skriptsprache (z. B. Bash). Wenn Sie Erfahrung im Aufbau von Data-Platform-Produkten und mit Big-Data-Technologien wie Spark haben, ist das ein Plus.
- Fließende Englischkenntnisse.
Bei Bunge (NYSE: BG) ist es unser Ziel, Landwirte mit Verbrauchern zu verbinden, um essentielle Lebensmittel, Futtermittel und Treibstoffe für die Welt zu liefern. Als führender Anbieter von Agrarwirtschaftslösungen arbeiten unsere rund 37.000 engagierten Mitarbeiter mit Landwirten auf der ganzen Welt zusammen, um Agrarrohstoffe auf schnellere, intelligentere und effizientere Weise von dort zu bewegen, wo sie angebaut werden, dorthin, wo sie benötigt werden. Wir sind ein weltweit führendes Unternehmen in der Getreidebeschaffung, Lagerung, im Vertrieb, in der Ölsaatenverarbeitung und -raffination und bieten ein breites Portfolio an pflanzlichen Ölen, Fetten und Proteinen. Wir arbeiten eng mit unseren Kunden an beiden Enden der Wertschöpfungskette zusammen, um Qualitätsprodukte zu liefern und maßgeschneiderte, innovative Lösungen zu entwickeln, die den sich entwickelnden Bedürfnissen der Verbraucher gerecht werden. Mit über 200 Jahren Erfahrung und Präsenz in über 50 Ländern setzen wir uns dafür ein, die globale Ernährungssicherheit zu stärken, die Nachhaltigkeit zu fördern und die Gemeinschaften, in denen wir tätig sind, zum Wohlstand zu verhelfen. Bunge hat seinen eingetragenen Sitz in Genf, Schweiz, und seinen Hauptsitz in St. Louis, Missouri. Erfahren Sie mehr unter Bunge.com.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen