México
Toshiba Global Commerce Solutions - External
Ford Motor Company
Cientista de Dados MLOps
México
Naucalpan de Juárez Municipality, México, Mexico
PythonGCPDockerKubernetesTerraform
Tradução automática. Consulte o original.
Sobre a oportunidade
A Ford Global Data Insight & Analytics está em busca de um engenheiro de Machine Learning DevSecOps para construir e aprimorar sua plataforma interna de Ciência de Dados / IA/ML. Você entregará recursos de MLOps na plataforma Google Cloud (GCP), padronizará práticas de desenvolvimento de machine learning e dará suporte à implementação, treinamento e retreinamento de modelos de ML em produção.
Você trabalhará em uma equipe multifuncional e colaborará direta e continuamente com engenheiros, parceiros de negócios e gerentes de produto, entregando produtos de plataforma/dados.
Na Ford Motor Company, acreditamos que a liberdade de movimento impulsiona o progresso humano. Com nossos planos incríveis para o futuro da mobilidade, temos uma grande variedade de oportunidades para você acelerar sua carreira e nos ajudar a definir o transporte de amanhã.
A Ford Product Development utiliza métodos de Design Thinking & User Experience para oferecer produtos e serviços inovadores que encantarão nossos clientes.
RESPONSABILIDADES
- Trabalhar em estreita colaboração com o Tech Anchor, Gerente de Produto e Product Owner para entregar uma plataforma de MLOps no GCP usando Python e outras ferramentas para cientistas de dados em toda a empresa.
- Inovar e padronizar práticas de desenvolvimento de machine learning.
- Experimentar, inovar e compartilhar conhecimento com a equipe.
- Usar Git para controle de versão e desenvolvimento colaborativo.
- Liderar pelo exemplo por meio de programação em par para treinamento cruzado, aprimoramento de habilidades, resolução de problemas e entrega mais rápida.
- Aplicar tecnologias de ML, NLP, GCP, MLOps e Kubernetes ao desenvolvimento da plataforma.
- Implementar modelos e algoritmos de ML em produção, executar simulações para desenvolvimento de algoritmos e testar diferentes cenários.
- Desenvolver e integrar APIs RESTful para conectar sistemas e serviços dentro da plataforma de ML.
- Automatizar a implementação, o treinamento e o retreinamento de modelos usando práticas de entrega Ágil e CI/CD/CT (integração contínua, implementação contínua e treinamento contínuo).
- Colaborar com engenheiros de software para entender a visão da plataforma, dividir o trabalho em tarefas e resolver problemas complexos.
- Desenvolver capacidades técnicas e fornecer orientação a outros engenheiros de software na equipe.
- Fazer parceria com engenheiros de software e Cientistas de Dados para enfrentar desafios complexos de IA.
QUALIFICAÇÕES
Experiência: 3+ anos com Python e engenharia/serviços em nuvem, incluindo GCP Vertex AI e serviços relacionados.
Educação: Bacharelado em Ciência da Computação, Engenharia da Computação ou disciplina técnica similar. Mestrado em Ciência da Computação, Machine Learning ou área relacionada é preferencial.
Requisitos Técnicos
Buscamos candidatos com fortes habilidades em Python e engenharia em nuvem, experiência em orquestração de fluxo de trabalho de ML e MLOps, e capacidade de dar suporte a plataformas de ML em produção.
Requisitos Técnicos Principais
Python e Engenharia em Nuvem
- 2+ anos de experiência com Python e engenharia/serviços em nuvem, como GCP Vertex AI e serviços relacionados.
Orquestração de Fluxo de Trabalho de ML
- Experiência com ferramentas de orquestração de fluxo de trabalho de ML, como Airflow ou Kubeflow.
MLOps
- Experiência com ferramentas de MLOps como Tekton, Terraform, ferramentas de segurança (SonarQube, FOSSA, Checkmarx), conteinerização (Docker).
- Conhecimento de arquiteturas de implementação (batch vs streaming), protocolos de implementação (Canary, Blue/Green).
Vertex AI
- Treinamento de modelos
- Implementação de modelos
- Monitoramento de modelos
- Vertex AI Pipelines
BigQuery
- Armazenamento e análise de dados
- Engenharia de atributos (feature engineering)
- Preparação de dados de treinamento
Cloud Storage (GCS)
- Armazenamento de conjuntos de dados
- Artefatos de modelos
- Saídas de pipelines
GKE (Google Kubernetes Engine)
- Execução de cargas de trabalho de ML conteinerizadas
- Implementações Kubeflow
- Ambientes de serviço escaláveis
Kubeflow / Vertex AI Pipelines
- Orquestração de fluxo de trabalho de ML
- Automação de treinamento e implementação
Dataflow
- ETL e processamento de dados em larga escala
Pub/Sub
- Arquiteturas de ML orientadas a eventos e streaming
Scripting
- Experiência com linguagens de script como Bash ou PowerShell.
Git e Desenvolvimento Colaborativo
- Proficiência em Git para controle de versão e colaboração.
Colaboração
Proficiência em inglês, escrita e falada, é necessária. Os candidatos devem se sentir confortáveis colaborando entre equipes de engenharia, produto, design e negócios, compartilhando conhecimento e apoiando o crescimento técnico dos colegas por meio de programação em par e resolução colaborativa de problemas.
Experiência Adicional Útil
- Mestrado em Ciência da Computação, Machine Learning ou área relacionada.
- Infraestrutura como código usando Terraform.
- Práticas de artesanato de software, como programação em par e desenvolvimento orientado a testes (TDD).
- Compreensão de MLOps, o ciclo de vida de machine learning e frameworks como scikit-learn, TensorFlow e PyTorch.
- Aplicação de práticas Ágeis na entrega de soluções.
- Trabalho com Dockerfiles, imagens de contêiner, GitHub e conceitos de CI/CD.
- Conhecimento de tecnologias e conceitos de IA generativa.
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