Инженер по машинному обучению — энергетика

В Kpler мы стремимся помочь нашим клиентам легко ориентироваться на сложных рынках. Упрощая информацию о глобальной торговле и предоставляя ценную информацию, мы даем организациям возможность принимать обоснованные решения в сырьевом, энергетическом и морском секторах.

С момента нашего основания в 2014 году мы сосредоточились на предоставлении первоклассных аналитических данных с помощью удобных для пользователя платформ. Наша команда, состоящая из более чем 850 экспертов из 69 стран, неустанно работает над преобразованием сложных данных в действенные стратегии, гарантируя, что наши клиенты останутся впереди в динамичной рыночной среде. Присоединяйтесь к нам, чтобы использовать передовые инновации для достижения впечатляющих результатов и получить беспрецедентную поддержку на пути к успеху.

О роли

Будучи инженером по машинному обучению в компании Kpler, вы будете играть ключевую роль в разработке и внедрении прогнозных моделей, которые лежат в основе наших глобальных платформ сырьевой, энергетической и морской разведки. Тесно сотрудничая с специалистами по данным, инженерами по обработке данных и командами по продуктам, вы сократите разрыв между экспериментами в области машинного обучения и поставкой программного обеспечения промышленного уровня. Ваша работа напрямую преобразует сложные потоки данных в полезную информацию в режиме реального времени, которая поможет ведущим мировым торговым фирмам, промышленным лидерам и аналитикам принимать важные решения.

Ключевые обязанности

•
Создавайте и развертывайте конвейеры машинного обучения: проектируйте, создавайте и обслуживайте рабочие процессы машинного обучения и микросервисы промышленного уровня для прогнозирования рынка электроэнергии и моделирования электросетей.

•
Мостовые исследования и проектирование: преобразование прототипов статистики и машинного обучения из начального экспериментирования в масштабируемые, готовые к использованию приложения Python.

•
Управление системами данных временных рядов и событий. Проектируйте и оптимизируйте схемы баз данных в PostgreSQL для обработки данных временных рядов с высокой пропускной способностью, потоков событий и процедур нормализации.

•
Внедрите надежные методы MLOps: установите стандарты автоматизированного обучения моделей, бэктестинга, оценки, настройки и управления версиями функций/моделей во всех развертываниях.

•
Повышайте качество обработки данных: создавайте чистые конвейеры приема и преобразования, обеспечивая высокую целостность, проверку и доступ с малой задержкой для всех аналитических моделей.

•
Чемпион превосходного программного обеспечения: напишите модульный, хорошо протестированный код Python, активно участвуя в коллегиальных проверках кода, автоматизации CI/CD и гибких процессах доставки.

Опыт и опыт

Что вам понадобится (обязательно)

•
Основы разработки программного обеспечения: примерно два-пять лет опыта работы инженером-программистом, ориентированным на данные.

•
Владение Python: значительный опыт работы с крупными производственными базами кода Python, а не исключительно в блокнотах.

•
Знание предметной области: глубокое понимание основ электросетей, включая производство, передачу и рынки электроэнергии.

•
Инженерия данных и базы данных: Опыт разработки данных, включая работу с PostgreSQL или аналогичными базами данных, проектирование баз данных, нормализацию данных и управление временными рядами и данными о событиях.

•
Строгость исследований DS и ML: подтвержденный опыт в области науки о данных и исследованиях машинного обучения, включая статистику, проверку гипотез, обучение моделей, оценку, бэктестирование, настройку и выбор модели.

•
MLOps и управление версиями: практический опыт в разработке машинного обучения, в частности, включая управление версиями моделей и функций.

•
Инженерные практики и общение: Уверенная работа с Git, проверками кода и методологиями Agile, подкрепленная сильным письменным и устным английским языком.

Приятно иметь

•
Облачные платформы: опыт развертывания рабочих нагрузок машинного обучения на AWS или GCP с использованием Docker и Kubernetes.

•
Оркестрация рабочих процессов: знание инструментов оркестрации, таких как Apache Airflow, Kubeflow или MLflow.

•
Технологии потоковой передачи: знакомство с архитектурами потоковой передачи в реальном времени (например, Apache Kafka).

Мы — динамичная компания, стремящаяся развивать связи и предлагать инновационные решения для решения проблем рынка. Если вы преуспеваете в удовлетворении потребностей клиентов и воплощении идей в реальность, то вы нашли свое идеальное место назначения. Готовы отправиться вместе с нами в это увлекательное путешествие?

Мы делаем вещи возможными

Мы действуем решительно и целенаправленно, делая все возможное.

Мы строим вместе

Мы укрепляем отношения и разрабатываем творческие решения для решения проблем рынка.

Мы здесь, чтобы помочь

Мы доступны и поддерживаем коллег и клиентов с дружественным подходом.

Наши люди обещают

Не соответствуете всем требованиям? Исследования показывают, что женщины и цветные люди с меньшей вероятностью, чем другие, подадут заявку, если чувствуют, что не соответствуют на 100% требованиям вакансии. Не позволяйте недоверию встать на вашем пути, мы будем рады услышать ваше мнение! Мы понимаем, что опыт приходит в самых разных формах, и стремимся открыть в команде новые перспективы.

Kpler стремится обеспечить справедливую, инклюзивную и разнообразную рабочую среду. Мы считаем, что разные точки зрения приводят к лучшим идеям, а лучшие идеи позволяют нам лучше понимать потребности и интересы нашего разнообразного глобального сообщества. Мы приветствуем людей различного происхождения, опыта, способностей и взглядов и являемся работодателем, предоставляющим равные возможности.

Подавая заявку, я подтверждаю, что прочитал и принимаю Уведомление о конфиденциальности для сотрудников.
Найдите работу во Франции на Arbeitnow

Источник: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/kpler/ml-engineer-power-paris-215115)