Emploi
De la source partenaire
Ingénieur ML senior
Prix sur demande
Détails
- Type de contrat
- Temps plein
- À distance
- Oui
- Entreprise
- Xdesign
Description
Traduit automatiquement depuis English. Le texte original fait foi. Traduction automatique — une traduction plus précise est en préparation.
Travailler chez CreateFuture
CreateFuture est un partenaire de conseil natif en IA où les gens effectuent un travail important et sont soutenus pour bien le faire. Nous travaillons aux côtés d'organisations telles que PayPal, adidas, NatWest, FanDuel et Money Saving Expert, pour créer des produits et services numériques qui font la différence tout en donnant toujours la priorité aux personnes.
Nous sommes une équipe de créateurs. Nous écrivons du code, façonnons la livraison, élaborons des stratégies de mise sur le marché, développons des solutions d'IA et créons les pratiques qui soutiennent nos collaborateurs. Nous travaillons aux côtés de nos clients, remettant en question ce qui ne fonctionne pas et les aidant à construire l’avenir. Notre engagement envers l'artisanat, la qualité et la culture nous a permis de compter plus de 600 personnes en quelques années seulement.
CreateFuture est une entreprise certifiée Great Place to Work™ et a remporté le prix Best Workplaces UK plusieurs années de suite.
Rejoignez-nous dans notre voyage. Créons demain, ensemble, aujourd’hui.
À propos du rôle et de l'équipe :
Nous recherchons un ingénieur de données senior axé sur l'apprentissage automatique pour rejoindre notre équipe de données, s'appropriant les pipelines de données et de fonctionnalités dont dépendent les systèmes de production ML, formant la préparation des données, l'ingénierie des fonctionnalités et le cheminement d'un modèle qui fonctionne dans un ordinateur portable à un modèle qui s'exécute et continue de fonctionner en production. Vous travaillerez avec un haut degré d'autonomie sur les problèmes les plus complexes et les plus ambigus des engagements clients, en collaborant étroitement avec des scientifiques de données et des ingénieurs ML, tout en encadrant des ingénieurs juniors et en contribuant à relever la barre des pratiques d'ingénierie. Les fondations comptent toujours : il s'agit avant tout d'un rôle d'ingénierie de données, construit sur Python, PySpark et des plateformes comme Databricks, Snowflake ou AWS.
Ce que vous ferez :
• S'approprier la conception, la création et la maintenance des pipelines de données de production et de fonctionnalités dont dépendent les systèmes d'apprentissage automatique, la préparation des données de formation, l'ingénierie des fonctionnalités et les ensembles de données reproductibles et corrects à un moment précis, avec une supervision minimale.
• Faire passer les modèles du prototype à la production et les conserver : packaging et déploiement aux côtés de collègues scientifiques des données, gestion des versions des modèles, recyclage automatisé et surveillance qui détecte la dérive et la dégradation avant qu'un client ne le fasse.
• Créer et maintenir les pipelines batch et ELT sur lesquels repose le travail de ML, en utilisant Python, PySpark et les services de données cloud (par exemple, AWS Glue, EMR, S3, Redshift, Athena ou les équivalents Databricks/Snowflake), en prenant des décisions judicieuses sur l'architecture, la modélisation des données et les outils et en pesant les compromis en termes de performances, de coûts et de maintenabilité.
• Posséder et améliorer continuellement le CI/CD pour les flux de données et de ML, garantissant des déploiements fiables et reproductibles de pipelines et de modèles.
• Encadrer et soutenir les ingénieurs de données juniors et intermédiaires, en révisant le code et en partageant les connaissances pour élever le niveau de livraison au sein de l'équipe.
• Dépanner et résoudre des problèmes complexes dans les pipelines de données en direct et les modèles déployés, agissant comme point d'escalade pour l'ensemble de l'équipe.
• Collaborer avec des data scientists, des équipes interfonctionnelles et des parties prenantes des clients pour comprendre les exigences en matière de données et de ML et les transformer en solutions techniques.
Nous serions ravis de vous parler si vous :
• Avoir une expérience pratique dans la création de pipelines de données et de fonctionnalités derrière l'apprentissage automatique de production, la préparation des données de formation, l'ingénierie des fonctionnalités et les magasins de fonctionnalités, et comprendre pourquoi la reproductibilité et l'exactitude à un moment précis sont plus importantes qu'il n'y paraît à première vue.
• Avoir travaillé avec MLOps en pratique plutôt qu'en principe : gestion des versions et registres de modèles, suivi des expériences, recyclage automatisé et surveillance de la dérive et de la dégradation du modèle (MLflow, SageMaker, Databricks ML, Vertex AI ou comparable)
• Sont à l'aise avec les frameworks ML tels que scikit-learn, PySpark MLlib ou PyTorch / TensorFlow, suffisamment pour produire le travail d'un data scientist, raisonner sur ce dont un modèle a besoin à partir des données et repérer où un pipeline de formation et un pipeline de service ont discrètement divergé. Vous n’avez pas besoin d’être la personne qui conçoit le modèle
• Avoir conçu et exploité des pipelines de données de production sur une plate-forme de données cloud moderne, AWS (Glue, EMR, Redshift, S3/Lake Formation), Databricks, Snowflake ou comparable, et peut expliquer laquelle de ces décisions serait transmise à une autre et laquelle ne le serait pas.
• Avoir des compétences SQL approfondies et une expérience pratique de la modélisation de données (par exemple, Kimball, modèles de médaillons/lacs ou modélisation pilotée par domaine). Il s'agit de la compétence porteuse et indépendante du fournisseur sous-jacente à presque tous nos travaux de pipeline.
• Disposer de Python et PySpark puissants pour le traitement par lots, avec un code de qualité production et bien testé. La majeure partie de ce travail concerne les lots et les ELT, mais vous devrez avoir une expérience des pipelines événementiels ou micro-batch et savoir où les hypothèses de conception cessent de tenir.
• Posséder l'orchestration en production, la conception des dépendances, les tentatives, les SLA et l'observabilité qui vous indique qu'un pipeline a échoué avant le client.
• Avoir de l'expérience dans la réalisation de travaux d'ingénierie de données avec une supervision limitée, y compris la gestion et le support CI/CD.
• Avoir de l'expérience dans le mentorat ou dans le soutien au développement d'ingénieurs moins expérimentés
• Êtes à l'aise de travailler directement avec les parties prenantes pour façonner des solutions techniques à partir d'exigences ambiguës, en présentant votre travail, votre estimation et en discutant des compromis et des risques.
Ce que nous vous proposerons :
Nous faisons confiance aux gens pour qu’ils fassent de leur mieux. Cela signifie une flexibilité face à des règles rigides, un impact sur l'activité et un réel investissement dans votre croissance, tant professionnelle que personnelle. Vous ferez partie d’une culture solidaire et amicale, entouré de personnes intelligentes et curieuses qui se soucient profondément de ce qu’elles font.
Nous proposons un travail flexible, y compris des options hybrides et à distance. Nos centres de bureaux sont situés à Édimbourg, Leeds, Manchester, Londres et en Bulgarie, avec des déplacements occasionnels sur les sites clients ou dans les bureaux de CreateFuture en cas de besoin.…
Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/xdesign/senior-ml-engineer-388909)
CreateFuture est un partenaire de conseil natif en IA où les gens effectuent un travail important et sont soutenus pour bien le faire. Nous travaillons aux côtés d'organisations telles que PayPal, adidas, NatWest, FanDuel et Money Saving Expert, pour créer des produits et services numériques qui font la différence tout en donnant toujours la priorité aux personnes.
Nous sommes une équipe de créateurs. Nous écrivons du code, façonnons la livraison, élaborons des stratégies de mise sur le marché, développons des solutions d'IA et créons les pratiques qui soutiennent nos collaborateurs. Nous travaillons aux côtés de nos clients, remettant en question ce qui ne fonctionne pas et les aidant à construire l’avenir. Notre engagement envers l'artisanat, la qualité et la culture nous a permis de compter plus de 600 personnes en quelques années seulement.
CreateFuture est une entreprise certifiée Great Place to Work™ et a remporté le prix Best Workplaces UK plusieurs années de suite.
Rejoignez-nous dans notre voyage. Créons demain, ensemble, aujourd’hui.
À propos du rôle et de l'équipe :
Nous recherchons un ingénieur de données senior axé sur l'apprentissage automatique pour rejoindre notre équipe de données, s'appropriant les pipelines de données et de fonctionnalités dont dépendent les systèmes de production ML, formant la préparation des données, l'ingénierie des fonctionnalités et le cheminement d'un modèle qui fonctionne dans un ordinateur portable à un modèle qui s'exécute et continue de fonctionner en production. Vous travaillerez avec un haut degré d'autonomie sur les problèmes les plus complexes et les plus ambigus des engagements clients, en collaborant étroitement avec des scientifiques de données et des ingénieurs ML, tout en encadrant des ingénieurs juniors et en contribuant à relever la barre des pratiques d'ingénierie. Les fondations comptent toujours : il s'agit avant tout d'un rôle d'ingénierie de données, construit sur Python, PySpark et des plateformes comme Databricks, Snowflake ou AWS.
Ce que vous ferez :
• S'approprier la conception, la création et la maintenance des pipelines de données de production et de fonctionnalités dont dépendent les systèmes d'apprentissage automatique, la préparation des données de formation, l'ingénierie des fonctionnalités et les ensembles de données reproductibles et corrects à un moment précis, avec une supervision minimale.
• Faire passer les modèles du prototype à la production et les conserver : packaging et déploiement aux côtés de collègues scientifiques des données, gestion des versions des modèles, recyclage automatisé et surveillance qui détecte la dérive et la dégradation avant qu'un client ne le fasse.
• Créer et maintenir les pipelines batch et ELT sur lesquels repose le travail de ML, en utilisant Python, PySpark et les services de données cloud (par exemple, AWS Glue, EMR, S3, Redshift, Athena ou les équivalents Databricks/Snowflake), en prenant des décisions judicieuses sur l'architecture, la modélisation des données et les outils et en pesant les compromis en termes de performances, de coûts et de maintenabilité.
• Posséder et améliorer continuellement le CI/CD pour les flux de données et de ML, garantissant des déploiements fiables et reproductibles de pipelines et de modèles.
• Encadrer et soutenir les ingénieurs de données juniors et intermédiaires, en révisant le code et en partageant les connaissances pour élever le niveau de livraison au sein de l'équipe.
• Dépanner et résoudre des problèmes complexes dans les pipelines de données en direct et les modèles déployés, agissant comme point d'escalade pour l'ensemble de l'équipe.
• Collaborer avec des data scientists, des équipes interfonctionnelles et des parties prenantes des clients pour comprendre les exigences en matière de données et de ML et les transformer en solutions techniques.
Nous serions ravis de vous parler si vous :
• Avoir une expérience pratique dans la création de pipelines de données et de fonctionnalités derrière l'apprentissage automatique de production, la préparation des données de formation, l'ingénierie des fonctionnalités et les magasins de fonctionnalités, et comprendre pourquoi la reproductibilité et l'exactitude à un moment précis sont plus importantes qu'il n'y paraît à première vue.
• Avoir travaillé avec MLOps en pratique plutôt qu'en principe : gestion des versions et registres de modèles, suivi des expériences, recyclage automatisé et surveillance de la dérive et de la dégradation du modèle (MLflow, SageMaker, Databricks ML, Vertex AI ou comparable)
• Sont à l'aise avec les frameworks ML tels que scikit-learn, PySpark MLlib ou PyTorch / TensorFlow, suffisamment pour produire le travail d'un data scientist, raisonner sur ce dont un modèle a besoin à partir des données et repérer où un pipeline de formation et un pipeline de service ont discrètement divergé. Vous n’avez pas besoin d’être la personne qui conçoit le modèle
• Avoir conçu et exploité des pipelines de données de production sur une plate-forme de données cloud moderne, AWS (Glue, EMR, Redshift, S3/Lake Formation), Databricks, Snowflake ou comparable, et peut expliquer laquelle de ces décisions serait transmise à une autre et laquelle ne le serait pas.
• Avoir des compétences SQL approfondies et une expérience pratique de la modélisation de données (par exemple, Kimball, modèles de médaillons/lacs ou modélisation pilotée par domaine). Il s'agit de la compétence porteuse et indépendante du fournisseur sous-jacente à presque tous nos travaux de pipeline.
• Disposer de Python et PySpark puissants pour le traitement par lots, avec un code de qualité production et bien testé. La majeure partie de ce travail concerne les lots et les ELT, mais vous devrez avoir une expérience des pipelines événementiels ou micro-batch et savoir où les hypothèses de conception cessent de tenir.
• Posséder l'orchestration en production, la conception des dépendances, les tentatives, les SLA et l'observabilité qui vous indique qu'un pipeline a échoué avant le client.
• Avoir de l'expérience dans la réalisation de travaux d'ingénierie de données avec une supervision limitée, y compris la gestion et le support CI/CD.
• Avoir de l'expérience dans le mentorat ou dans le soutien au développement d'ingénieurs moins expérimentés
• Êtes à l'aise de travailler directement avec les parties prenantes pour façonner des solutions techniques à partir d'exigences ambiguës, en présentant votre travail, votre estimation et en discutant des compromis et des risques.
Ce que nous vous proposerons :
Nous faisons confiance aux gens pour qu’ils fassent de leur mieux. Cela signifie une flexibilité face à des règles rigides, un impact sur l'activité et un réel investissement dans votre croissance, tant professionnelle que personnelle. Vous ferez partie d’une culture solidaire et amicale, entouré de personnes intelligentes et curieuses qui se soucient profondément de ce qu’elles font.
Nous proposons un travail flexible, y compris des options hybrides et à distance. Nos centres de bureaux sont situés à Édimbourg, Leeds, Manchester, Londres et en Bulgarie, avec des déplacements occasionnels sur les sites clients ou dans les bureaux de CreateFuture en cas de besoin.…
Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/xdesign/senior-ml-engineer-388909)
Cette annonce provient d'un flux partenaire. Postulez sur le site source.
Source: Xdesign
Annonce fournie par Xdesign.
