متخصص یادگیری ماشین | Machine Learning Engineer

Yektanet در حال استخدام یک مهندس یادگیری ماشین (ML) برای پیوستن به تیم پویا و نوآورانه ما است. شما به ما در ساخت و استقرار مدل های یادگیری ماشین مقیاس پذیر با استفاده از داده های بزرگ و سیستم های توزیع شده کمک خواهید کرد. این مدل ها محصولات ما را بهبود می بخشند ، خدمات ما را بهینه می کنند و بر معیارهای اصلی تجارت ما تأثیر می گذارند. به عنوان یک مهندس ML ، شما با تیم های مهندسی ما همکاری نزدیکی خواهید کرد تا با استفاده از یادگیری ماشین ، مشکلات مختلف چالش برانگیز را شناسایی و حل کنید. شما همچنین مسئولیت توسعه ، حفظ و بهینه سازی مدل های یادگیری ماشین و زیرساخت های MLOPS yektanet

مسئولیت ها را بر عهده خواهید داشت:

ایجاد خطوط لوله مقیاس پذیر و توزیع شده برای تهیه داده ها ، مهندسی ویژگی ها و آموزش مدل در مقیاس با استفاده از فن آوری ها مانند جرقه.

مدل های بهینه سازی برای خدمت در زمان واقعی (کمتر از 5ms تأخیر).

زیرساخت های MLOPS را برای ، خط لوله های داده ، فروشگاه های ویژگی ، ردیابی آزمایش ، استقرار مدل ، خدمت و نظارت تنظیم و نظارت کنید.

با تیم های عملکردی ، از جمله مهندسین داده ها ، مهندسین نرم افزار و سایر سهامداران و سایر سهامداران همکاری می کنند. خدمات.

مهارت های مورد نیاز:

2+ سال تجربه ساخت و استقرار سیستم های یادگیری ماشین در مقیاس.
تخصص در پایتون و ایجاد خطوط لوله داده در مقیاس بزرگ (به عنوان مثال با استفاده از جرقه). مدل های مبتنی بر نیازهای تجاری و محصول.

توانایی خدمت به مدل ها با استفاده از فن آوری های مختلف از جمله Flask ، GRPC و Tensorflow/Pytorch. تکنیک ها.

---

Yektanet is hiring a Machine Learning (ML) Engineer to join our dynamic and innovative team. You will help us build and deploy scalable machine learning models using big data and distributed systems. These models will improve our products, optimize our services and impact our core business metrics. As an ML Engineer, you will work closely with our engineering teams to identify and solve various challenging problems using machine learning. You will also be responsible for developing, maintaining and optimizing the machine learning models and MLOps infrastructure of Yektanet

Responsibilities:

Build scalable and distributed pipelines for data preparation, feature engineering, and model training at scale using technologies like Spark.

Develop, improve, and deploy scalable machine learning models to drive core product capabilities and business values.

Optimize models for real-time serving (less than 5ms latency).

Set up and maintain MLOps infrastructure for, data pipelines, feature store, experiment tracking, model deployment, serving and monitoring.

Collaborate with cross-functional teams, including data engineers, software engineers, and other stakeholders to identify and execute on ML opportunities across Yektanet's products and services.

Required Skills:

2+ years experience building and deploying machine learning systems at scale.

Expertise in Python and developing large-scale data pipelines (e.g. using Spark).

Experience with common ML libraries including scikit-learn, pandas, Spark MLlib, and PyTorch/Tensorflow.

Ability to iterate quickly and adapt models based on business and product needs.

Ability to serve models using various technologies including flask, gRPC and TensorFlow/PyTorch serving.

Strong foundation in machine learning fundamentals and ability to understand model internals, performance, and continued improvement opportunities.

Bonus Skills:

Experience with stream processing of big data.

Experience with low-latency machine learning serving techniques.

Experience with MLOps and DevOps practices and tools.