Estados Unidos
HEARTLAND BUSINESS SYSTEMS LLC
Fetch
Engenheiro Sênior II de Operações de ML - Monetização
RemotoEstados Unidos
United States
PythonSQLKubernetesGoTerraform
Tradução automática. Consulte o original.
RESPONSABILIDADES DA FUNÇÃO *
- Gerenciar o ciclo de vida completo do modelo, desde a experimentação até a validação, implantação, versionamento, retreinamento, reversão e desativação. *
- Estabelecer critérios claros de promoção de modelos, processos de lançamento e caminhos de reversão que permitam às equipes entregar melhorias com confiança. *
- Criar monitoramento para qualidade de dados, desvio (drift), qualidade de predição, confiabilidade de serviço, latência e custo de infraestrutura. *
- Colaborar com cientistas de dados para definir sinais de avaliação offline e em produção significativos, incluindo para casos de uso com rótulos de resultados atrasados. *
- Utilizar evidências de produção para melhorar o desempenho do modelo, a confiabilidade da plataforma, a velocidade de implantação e a eficiência da infraestrutura. *
- Construir pipelines reutilizáveis de treinamento, avaliação e implantação que suportem múltiplos modelos e abordagens de modelagem. *
- Desenvolver fluxos de trabalho de orquestração confiáveis que cubram dependências, agendamento, novas tentativas, preenchimentos (backfills) e recuperação de falhas. *
- Traduzir requisitos científicos em sistemas de produção sustentáveis com interfaces, responsabilidades e expectativas operacionais claras. *
- Construir e manter um hub de modelos acessível que conecte a documentação do modelo, resultados de avaliação, histórico de lançamentos, versionamento e monitoramento. *
- Criar fluxos de trabalho de CI/CD testados, ambientes reproduzíveis, alertas acionáveis, procedimentos de resposta a incidentes e runbooks operacionais. *
- Definir prioridades de MLOps em parceria com Ciência de Dados e Engenharia, identificando riscos antes que se tornem problemas de produção. *
- Estabelecer padrões de engenharia reutilizáveis, orientar colegas de equipe e reduzir a carga operacional colocada sobre os cientistas de dados.
REQUISITOS MÍNIMOS *
- 5+ anos gerenciando sistemas de ML em produção além da implantação inicial, incluindo monitoramento, retreinamento, resposta a incidentes e melhoria contínua. *
- Sólidas habilidades de desenvolvimento de software em produção em Python e proficiência em SQL. *
- Experiência prática no uso de Spark para processamento de dados distribuídos. *
- Experiência com um motor de orquestração de fluxo de trabalho para agendamento, gerenciamento de dependências, novas tentativas, preenchimentos (backfills) e recuperação. *
- Experiência prática na construção de infraestrutura com Terraform. *
- Experiência na implantação e operação de cargas de trabalho em contêineres em produção no Kubernetes. *
- Experiência na construção de infraestrutura reutilizável de treinamento, avaliação ou implantação usada por múltiplos modelos, cientistas ou equipes. *
- Experiência na implementação de versionamento de modelos e conjuntos de dados, rastreamento de experimentos, linhagem e lançamentos reproduzíveis. *
- Capacidade de distinguir falhas de serviço ou infraestrutura de mudanças na eficácia do modelo. *
- Experiência na construção de pipelines de CI/CD, monitoramento, alertas, mecanismos de reversão e procedimentos de recuperação para sistemas de ML em produção. *
- Capacidade demonstrada de equilibrar qualidade do modelo, velocidade de entrega, confiabilidade e custo de infraestrutura. *
- Forte comunicação multifuncional e experiência em parceria com cientistas de dados para preservar a validade científica à medida que os modelos entram em produção. *
- Capacidade de explicar um incidente de produção ou problema de degradação do modelo, como foi detectado e quais melhorias foram implementadas.
REQUISITOS PREFERENCIAIS *
- Experiência no desenvolvimento de serviços de plataforma, infraestrutura ou ferramentas internas em Go. *
- Experiência na construção ou gestão de um registro de modelos, hub de modelos ou sistema similar usado por partes interessadas técnicas e não técnicas. *
- Experiência no suporte a sistemas de ML onde os rótulos de resultados são atrasados ou a qualidade do modelo não pode ser medida imediatamente. *
- Histórico de melhoria na velocidade de implantação, qualidade do modelo, confiabilidade do sistema, custo de infraestrutura ou esforço operacional manual. *
- Experiência no design de infraestrutura de ML configurável que suporte várias estruturas ou abordagens de modelagem. *
- Evidência de que a infraestrutura, os padrões ou a documentação reutilizáveis foram adotados por várias equipes. *
- Experiência em orientar engenheiros ou cientistas de dados e influenciar prioridades técnicas em um portfólio de ML. *
- Experiência de trabalho em ambientes com informações confidenciais e design de documentação ou monitoramento em torno de limites de acesso apropriados.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil