Praca
Z kanału partnera
Inżynier operacyjny ML
Cena na życzenie
Szczegóły
- Typ zatrudnienia
- Pełny etat
- Zdalnie
- Nie
- Firma
- Signal Processing Engineer (RF Processing & Analytics)
Opis
Automatyczne tłumaczenie z języka English. Oryginał jest wiążący. Tłumaczenie maszynowe — trwają prace nad dokładniejszą wersją.
O nas
Harmattan AI to rozwiązanie obronne nowej generacji, które tworzy autonomiczne i skalowalne systemy obronne. Po zamknięciu serii B o wartości 200 milionów dolarów i wycenie firmy na 1,4 miliarda dolarów, poszerzamy nasze zespoły i możliwości, aby dostarczać systemy o znaczeniu krytycznym dla sił sojuszniczych.
W naszej pracy kierujemy się jasnymi wartościami: budowaniem technologii mających wpływ na świat rzeczywisty, dążeniem do doskonałości we wszystkim, co robimy, wyznaczaniem ambitnych celów i podejmowaniem najtrudniejszych wyzwań technicznych. Działamy w wymagającym środowisku, w którym oczekuje się dyscypliny, odpowiedzialności i wykonania.
O ROLI
Nasze zespoły ML budują i optymalizują modele stanowiące rdzeń naszego stosu autonomii. W miarę skalowania zespołu przepływ pracy, na którym działają modele, musi przejść od ręcznej, organicznej konfiguracji do kontrolowanej, zautomatyzowanej i powtarzalnej podstawy.
Jako inżynier MLOps pracujący w Paryżu, Lozannie lub Zurychu będziesz właścicielem tych maszyn w zakresie procesów szkoleniowych i ewaluacyjnych, CI, śledzenia eksperymentów i odtwarzalności, dzięki czemu modele będą szkolone, testowane i porównywane w kontrolowany i powtarzalny sposób. Pozwalasz modelarzom skupić się na modelach, a nie na infrastrukturze, i wyznaczasz standardy, na których opiera się zespół.
OBOWIĄZKI
• Potoki szkoleniowe i ewaluacyjne: Twórz i utrzymuj powtarzalne potoki szkoleniowe i ewaluacyjne, na których pracują osoby zajmujące się modelowaniem, wraz z szablonami potoków i narzędziami, na których opierają się. Ocena jakości modelu pozostaje w gestii modelarzy.
• CI i odtwarzalność: Przenieś CI do ML i spraw, aby przebiegi były naprawdę porównywalne pod względem kodu, konfiguracji i modeli.
• Rejestr modelu: Utrzymuj rejestr cyklu życia modelu, od piaskownicy po produkcję.
• Śledzenie i rejestrowanie eksperymentów: Zapewnij porównywalność i identyfikowalność wyników w całym zespole.
• Automatyzacja testów: Pomóż połączyć przebiegi testów na urządzeniu i w pętli sprzętowej z automatyzacją i zebrać wyniki.
WYMAGANIA KANDYDATA
• Wykształcenie: dyplom w dziedzinie STEM lub równoważne doświadczenie praktyczne. Praktyczne doświadczenie w zakresie rurociągów, CI i powtarzalności ma większe znaczenie niż konkretny stopień.
• Doświadczenie MLOps: Budowanie i utrzymywanie potoków uczenia maszynowego, CI i śledzenia eksperymentów w rzeczywistych warunkach produkcyjnych lub badawczych, w idealnym przypadku przy ręcznym przepływie i zapewnianiu jego kontroli i powtarzalności.
• Inżynieria: Dobra znajomość języka Python i inżynierii oprogramowania dla infrastruktury.
• Bonus: doświadczenie w okablowaniu rurociągów w celu testowania na urządzeniu lub w pętli sprzętowej.
• Atrybuty: Systematyczny, nastawiony na niezawodność i zorientowany na usługi, dzięki czemu zespół jest aktywny, pragmatyczny i dobry w zmniejszaniu tarć.
• Zaangażowanie: 100% zaangażowania w misję Harmattan AI polegającą na zapewnianiu przewagi obronnej krajom sojuszniczym dzięki etycznej technologii o dużym wpływie.
Z niecierpliwością czekamy na to, jak możesz pomóc w kształtowaniu przyszłości autonomicznych systemów obronnych w Harmattan AI.
Znajdź oferty pracy we Francji na Arbeitnow
Źródło: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/signal-processing-engineer-rf-processing-analytics/ml-ops-engineer-paris-403641)
Harmattan AI to rozwiązanie obronne nowej generacji, które tworzy autonomiczne i skalowalne systemy obronne. Po zamknięciu serii B o wartości 200 milionów dolarów i wycenie firmy na 1,4 miliarda dolarów, poszerzamy nasze zespoły i możliwości, aby dostarczać systemy o znaczeniu krytycznym dla sił sojuszniczych.
W naszej pracy kierujemy się jasnymi wartościami: budowaniem technologii mających wpływ na świat rzeczywisty, dążeniem do doskonałości we wszystkim, co robimy, wyznaczaniem ambitnych celów i podejmowaniem najtrudniejszych wyzwań technicznych. Działamy w wymagającym środowisku, w którym oczekuje się dyscypliny, odpowiedzialności i wykonania.
O ROLI
Nasze zespoły ML budują i optymalizują modele stanowiące rdzeń naszego stosu autonomii. W miarę skalowania zespołu przepływ pracy, na którym działają modele, musi przejść od ręcznej, organicznej konfiguracji do kontrolowanej, zautomatyzowanej i powtarzalnej podstawy.
Jako inżynier MLOps pracujący w Paryżu, Lozannie lub Zurychu będziesz właścicielem tych maszyn w zakresie procesów szkoleniowych i ewaluacyjnych, CI, śledzenia eksperymentów i odtwarzalności, dzięki czemu modele będą szkolone, testowane i porównywane w kontrolowany i powtarzalny sposób. Pozwalasz modelarzom skupić się na modelach, a nie na infrastrukturze, i wyznaczasz standardy, na których opiera się zespół.
OBOWIĄZKI
• Potoki szkoleniowe i ewaluacyjne: Twórz i utrzymuj powtarzalne potoki szkoleniowe i ewaluacyjne, na których pracują osoby zajmujące się modelowaniem, wraz z szablonami potoków i narzędziami, na których opierają się. Ocena jakości modelu pozostaje w gestii modelarzy.
• CI i odtwarzalność: Przenieś CI do ML i spraw, aby przebiegi były naprawdę porównywalne pod względem kodu, konfiguracji i modeli.
• Rejestr modelu: Utrzymuj rejestr cyklu życia modelu, od piaskownicy po produkcję.
• Śledzenie i rejestrowanie eksperymentów: Zapewnij porównywalność i identyfikowalność wyników w całym zespole.
• Automatyzacja testów: Pomóż połączyć przebiegi testów na urządzeniu i w pętli sprzętowej z automatyzacją i zebrać wyniki.
WYMAGANIA KANDYDATA
• Wykształcenie: dyplom w dziedzinie STEM lub równoważne doświadczenie praktyczne. Praktyczne doświadczenie w zakresie rurociągów, CI i powtarzalności ma większe znaczenie niż konkretny stopień.
• Doświadczenie MLOps: Budowanie i utrzymywanie potoków uczenia maszynowego, CI i śledzenia eksperymentów w rzeczywistych warunkach produkcyjnych lub badawczych, w idealnym przypadku przy ręcznym przepływie i zapewnianiu jego kontroli i powtarzalności.
• Inżynieria: Dobra znajomość języka Python i inżynierii oprogramowania dla infrastruktury.
• Bonus: doświadczenie w okablowaniu rurociągów w celu testowania na urządzeniu lub w pętli sprzętowej.
• Atrybuty: Systematyczny, nastawiony na niezawodność i zorientowany na usługi, dzięki czemu zespół jest aktywny, pragmatyczny i dobry w zmniejszaniu tarć.
• Zaangażowanie: 100% zaangażowania w misję Harmattan AI polegającą na zapewnianiu przewagi obronnej krajom sojuszniczym dzięki etycznej technologii o dużym wpływie.
Z niecierpliwością czekamy na to, jak możesz pomóc w kształtowaniu przyszłości autonomicznych systemów obronnych w Harmattan AI.
Znajdź oferty pracy we Francji na Arbeitnow
Źródło: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/signal-processing-engineer-rf-processing-analytics/ml-ops-engineer-paris-403641)
To ogłoszenie pochodzi z feedu partnera. Aplikuj na stronie źródłowej.
Źródło: Signal Processing Engineer (RF Processing & Analytics)
Lokalizacja
Paryż, Francja
Ogłoszenie pochodzi od Signal Processing Engineer (RF Processing & Analytics).