México
Toshiba Global Commerce Solutions - External
Ford Motor Company
Científico de Datos MLOps
México
Naucalpan de Juárez Municipality, México, Mexico
PythonGCPDockerKubernetesTerraform
Traducción automática. Consulta el original.
Sobre la oportunidad
Ford Global Data Insight & Analytics busca un ingeniero de Machine Learning DevSecOps para desarrollar y potenciar su plataforma interna de Ciencia de Datos / IA/ML. Proporcionarás capacidades de MLOps en la plataforma Google Cloud (GCP), estandarizarás las prácticas de desarrollo de machine learning y darás soporte al despliegue, entrenamiento y reentrenamiento de modelos de ML en producción.
Trabajarás en un equipo multidisciplinar y colaborarás de forma directa y continua con ingenieros, socios de negocio y gestores de producto, entregando productos de plataforma y datos.
En Ford Motor Company, creemos que la libertad de movimiento impulsa el progreso humano. Con nuestros increíbles planes para el futuro de la movilidad, tenemos una gran variedad de oportunidades para que aceleres tu carrera y nos ayudes a definir el transporte del mañana.
Ford Product Development utiliza métodos de Design Thinking & User Experience para ofrecer productos y servicios innovadores que harán las delicias de nuestros clientes.
RESPONSABILIDADES
- Trabajar estrechamente con el Tech Anchor, el Product Manager y el Product Owner para entregar una plataforma de MLOps en GCP utilizando Python y otras herramientas para científicos de datos en toda la empresa.
- Innovar y estandarizar las prácticas de desarrollo de machine learning.
- Experimentar, innovar y compartir conocimientos con el equipo.
- Utilizar Git para el control de versiones y el desarrollo colaborativo.
- Liderar con el ejemplo mediante programación en pareja para la formación cruzada, la mejora de competencias, la resolución de problemas y una entrega más rápida.
- Aplicar tecnologías de ML, PLN, GCP, MLOps y Kubernetes al desarrollo de la plataforma.
- Desplegar modelos y algoritmos de ML en producción, ejecutar simulaciones para el desarrollo de algoritmos y probar diferentes escenarios.
- Desarrollar e integrar APIs RESTful para conectar sistemas y servicios dentro de la plataforma de ML.
- Automatizar el despliegue, entrenamiento y reentrenamiento de modelos utilizando prácticas de entrega Agile y CI/CD/CT (integración continua, despliegue continuo y entrenamiento continuo).
- Colaborar con ingenieros de software para comprender la visión de la plataforma, dividir el trabajo en tareas y resolver problemas complejos.
- Desarrollar capacidades técnicas y proporcionar orientación a otros ingenieros de software del equipo.
- Colaborar con ingenieros de software y científicos de datos para abordar problemas desafiantes de IA.
CUALIFICACIONES
Experiencia: 3+ años con Python y servicios/ingeniería en la nube, incluyendo GCP Vertex AI y servicios relacionados.
Formación: Grado en Informática, Ingeniería Informática o una disciplina técnica similar. Se valorará un máster en Informática, Machine Learning o un campo relacionado.
Requisitos técnicos
Buscamos candidatos con sólidas habilidades en Python e ingeniería en la nube, experiencia en orquestación de flujos de trabajo de ML y MLOps, y capacidad para dar soporte a plataformas de ML en producción.
Requisitos técnicos principales
Python e ingeniería en la nube
- 2+ años de experiencia con Python y servicios/ingeniería en la nube como GCP Vertex AI y servicios relacionados.
Orquestación de flujos de trabajo de ML
- Experiencia con herramientas de orquestación de flujos de trabajo de ML como Airflow o Kubeflow.
MLOPs
- Experiencia con herramientas de MLOPs como Tekton, Terraform, herramientas de seguridad (SonarQube, FOSSA, Checkmarx), contenedorización (Docker).
- Conocimientos de despliegue de arquitecturas (batch frente a streaming), protocolos de despliegue (Canary, Blue/Green).
Vertex AI
- Entrenamiento de modelos
- Despliegue de modelos
- Monitorización de modelos
- Vertex AI Pipelines
BigQuery
- Almacenamiento y análisis de datos
- Ingeniería de características
- Preparación de datos de entrenamiento
Cloud Storage (GCS)
- Almacenamiento de conjuntos de datos
- Artefactos de modelos
- Salidas de pipelines
GKE (Google Kubernetes Engine)
- Ejecución de cargas de trabajo de ML contenedorizadas
- Despliegues de Kubeflow
- Entornos de servicio escalables
Kubeflow / Vertex AI Pipelines
- Orquestación de flujos de trabajo de ML
- Automatización de entrenamiento y despliegue
Dataflow
- ETL y procesamiento de datos a gran escala
Pub/Sub
- Arquitecturas de ML basadas en eventos y streaming
Scripting
- Experiencia con lenguajes de scripting como Bash o PowerShell.
Git y desarrollo colaborativo
- Dominio de Git para el control de versiones y la colaboración.
Colaboración
Se requiere dominio del inglés, tanto escrito como hablado. Los candidatos deben sentirse cómodos colaborando con equipos de ingeniería, producto, diseño y negocio, compartiendo conocimientos y apoyando el crecimiento técnico de sus compañeros mediante la programación en pareja y la resolución colaborativa de problemas.
Experiencia adicional útil
- Un máster en Informática, Machine Learning o un campo relacionado.
- Infraestructura como código utilizando Terraform.
- Prácticas de artesanía de software como la programación en pareja y el desarrollo guiado por pruebas.
- Comprensión de MLOps, el ciclo de vida de machine learning y marcos de trabajo como scikit-learn, TensorFlow y PyTorch.
- Aplicación de prácticas Agile a la entrega de soluciones.
- Trabajo con Dockerfiles, imágenes de contenedores, GitHub y conceptos de CI/CD.
- Conocimiento de tecnologías y conceptos de IA generativa.
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil