Menedżer ds. inżynierii uczenia maszynowego

O nas
Naszym celem w Trainline jest umożliwianie bardziej ekologicznych wyborów dotyczących podróżowania, łącząc ludzi i miejsca. Trainline umożliwia milionom podróżnych znalezienie i rezerwację biletów o najlepszej wartości u różnych przewoźników, taryf i opcji podróży za pośrednictwem naszej wysoko ocenianej aplikacji mobilnej, strony internetowej i kanałów partnerskich B2B.
Wspaniałe podróże zaczynają się od Trainline 🚄
Jesteśmy wiodącą niezależną platformą kolejową w Europie, pomagającą milionom podróżnych znaleźć i zarezerwować najkorzystniejsze przejazdy koleją i autokarem za pośrednictwem naszej aplikacji, strony internetowej i kanałów partnerskich.
Naszym zadaniem jest, aby wybór ekologicznego podróżowania był najlepszym wyborem. Budując lepsze doświadczenia związane z podróżami pociągiem, pomagamy większej liczbie osób wybierać kolej, co ma pozytywny wpływ na klientów, naszą firmę i planetę.
Jesteśmy zespołem ponad 1000 Trainlinerów z ponad 50 narodowości, pracującym w Londynie, Paryżu, Barcelonie, Mediolanie, Edynburgu i Madrycie. To doskonały czas, aby dołączyć do nas i pomóc kształtować przyszłość podróży.
Przedstawiamy zespół Trainline zajmujący się uczeniem maszynowym i sztuczną inteligencją 👋
Uczenie maszynowe leży u podstaw misji Trainline, polegającej na pomaganiu milionom ludzi w podejmowaniu codziennych wyborów związanych z podróżowaniem. Nasi modele i agenci AI wspierają klientów, gdy podróż się nie powiedzie, wspomagają wyszukiwanie i rekomendacje w naszych aplikacjach i na stronie internetowej, znajdują najlepsze taryfy poprzez optymalizację cen i tras, personalizują doświadczenia dzięki generatywnej sztucznej inteligencji i sprawiają, że nasz marketing cyfrowy jest mądrzejszy. Nasze zespoły odpowiadają za cały cykl życia, od pomysłu do produkcji, i ściśle współpracują z kolegami z całej firmy, aby zwiększyć wpływ uczenia maszynowego i sztucznej inteligencji w Trainline.
Poszukujemy menedżera ds. inżynierii uczenia maszynowego, który poprowadzi zespół 7 inżynierów ML i inżynierów danych w ramach naszego filaru Core Experience, który obejmuje wyszukiwanie, dostawy i handel. Praca Twojego zespołu koncentruje się na tym, jak klienci znajdują, porównują i kupują bilety. Będziesz odpowiedzialny za to, co Twój zespół wysyła i w jaki sposób: jakość systemów, tempo dostarczania i rozwój ludzi, którzy je tworzą. Będziesz współpracować z analitykami danych, inżynierami oprogramowania i menedżerami produktów. Będziesz wystarczająco blisko prac technicznych, aby dobrze oceniać architekturę, kompromisy i ryzyko. Łączy nas ciekawość, miłość do tego, co robimy i chęć uczynienia zrównoważonego podróżowania łatwym wyborem.

W tej roli będziesz... 🚄

• Kieruj, szkol i rozwijaj zespół ML i inżynierów danych. Oznacza to określenie jasnych oczekiwań, regularne przekazywanie informacji zwrotnych, zarządzanie wynikami i budowanie włączającego zespołu, w którym ludzie wykonują swoją pracę najlepiej, jak potrafią

• Zatrudnij do zespołu, kształtując potrzebne nam role i przeprowadzając uczciwy, rygorystyczny proces rozmowy kwalifikacyjnej

• Własna dostawa: planuj i ustalaj priorytety ze swoimi partnerami produktowymi w obszarach wyszukiwania, zaopatrzenia i handlu, odblokuj zespół i dostarczaj systemy uczenia maszynowego i sztucznej inteligencji, które przynoszą wymierne wyniki dla klientów i biznesu

• Wyznacz kierunek techniczny dla systemów swojego zespołu, w tym architekturę, zasadę „kompiluj zamiast kupuj” i dowiedz się, kiedy prostsze podejście przewyższa bardziej wyrafinowane

• Upewnij się, że zespół dobrze się rozwija w całym cyklu życia: niezawodne potoki danych, funkcje wysokiej jakości, rygorystyczna ocena offline i online (w tym testy A/B), niezawodne wdrażanie, monitorowanie i bieżąca konserwacja

• Kieruj zespołem w budowaniu systemów agentowych klasy produkcyjnej, korzystając z zestawów orkiestracyjnych, takich jak LangGraph, do projektowania wieloetapowych przepływów pracy, użycia narzędzi i kontroli typu „człowiek w pętli”

• Uczynić ocenę pierwszorzędną dyscypliną inżynierską w LLM i pracy agenta. Oznacza to wyselekcjonowane zestawy ewaluacyjne, LLM jako sędzia i weryfikację ludzką, śledzenie, testy regresyjne podpowiedzi i agentów oraz monitorowanie online jakości, kosztów i opóźnień

• Ustaw poręcze odpowiedzialnego korzystania ze sztucznej inteligencji, obejmujące bezpieczeństwo, prywatność i jasne rozwiązania awaryjne, gdy agent nie powinien działać samodzielnie

• Podnieś poprzeczkę w praktyce inżynierskiej poprzez przeglądy kodu i projektu, CI/CD, MLOps, obserwowalność i gotowość do pracy

• Buduj silne relacje ze starszymi liderami i zespołami partnerskimi, wyjaśniając postęp, kompromisy i wpływ prostym językiem

• Wnieś wkład w naszą szerszą społeczność AI i ML oraz pomóż utrzymać kulturę uczenia się, ciekawości i eksperymentowania

Chętnie się z Tobą skontaktujemy, jeśli masz... 🔎

• Doświadczenie inżynierów zajmujących się zarządzaniem liniowym, w tym zatrudnianiem, zarządzaniem wynikami i rozwojem kariery

• Solidne doświadczenie jako inżynier ML z doświadczeniem we wprowadzaniu modeli do produkcji i utrzymywaniu ich w dobrej kondycji na dużą skalę

• Wystarczające podstawy w inżynierii danych (potoki, modelowanie danych i jakość danych), aby kierować inżynierami danych, a także inżynierami uczenia maszynowego

• Podstawy Solid Python i inżynierii oprogramowania, z wystarczającą praktyczną wiedzą, aby wiarygodnie przeglądać kod i projekty

• Głębokość w co najmniej jednym obszarze, takim jak ranking i rekomendacje, modelowanie predykcyjne, optymalizacja lub NLP, poparta solidną znajomością statystyki, eksperymentowania i inżynierii funkcji

• Doświadczenie z nowoczesną infrastrukturą ML na głównej platformie chmurowej, najlepiej AWS, obejmującej rozproszone przetwarzanie danych, orkiestrację, zarządzanie modelami i infrastrukturę w postaci kodu

• Praktyczne doświadczenie w systemach agentów wysyłkowych lub systemach opartych na LLM, w tym struktury orkiestracji agentów, użycie narzędzi, RAG i dostrajanie tam, gdzie zasługuje to na swoje miejsce

• Zdyscyplinowane podejście do oceny LLM i systemów agentów, przy użyciu narzędzi takich jak Braintrust, oraz jasny pogląd na to, jak sprawdzić, czy agent dobrze radzi sobie na produkcji

• Jasna komunikacja ze współpracownikami technicznymi i nietechnicznymi oraz właściwa ocena priorytetów, gdy jest więcej do zrobienia niż ludzi do wykonania

Nasz stos technologii 💻
Budujemy głównie w Pythonie na AWS i wybieramy narzędzia do tego, co robią na produkcji, a nie do nowości. Nie musisz wiedzieć wszystkiego już pierwszego dnia.

• Dane i obliczenia: S3, Athena, Spark na EMR, SQL

• Orkiestracja i MLOps: Airflow, MLflow, Docker, ECS, Terraform, GitHub Actions dla CI/CD…

Źródło: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/trainline/machine-learning-engineering-manager-london-162059)