Старший інженер з машинного навчання, платформа ML

Старший інженер з машинного навчання, ML Platform, відповідає за створення, запуск і розвиток монорепо ML, яке використовується групою машинного навчання для рентгенівських, КТ і МРТ у DeepHealth. Монорепо охоплює повний шлях від експерименту до продукту: визначення набору даних і зразків, код навчання та оцінки, відстеження експерименту, експорт моделі та сервери висновків, які працюють у виробництві. Кожен член команди робить внесок у монорепо; ця роль є єдиною точкою відповідальності за це. Ця практична роль володіє архітектурою, інструментами та інженерними стандартами цієї кодової бази для розподіленої команди з приблизно двадцяти інженерів і вчених машинного навчання, які працюють з розробниками моделей і програмними інженерами, щоб зробити роботу команди швидкою, кращою та легшою для перевірки. Він також керує стратегією агентного кодування команди, формуючи те, як агенти кодування штучного інтелекту використовуються в кодовій базі. Ця роль підпорядковується керівнику групи МЛ для рентгенівських/КТ/МРТ-програм.

Основні обов'язки та відповідальність

• Володіти архітектурою та дорожньою картою ML Monorepo:

• Межі модулів, спільні абстракції для наборів даних і зразків, цикли навчання та оцінювання, конфігурація та відстеження експериментів.

• Створіть і запустіть інженерний інструментарій навколо кодової бази:

• Безперервна інтеграція, тестування, керування залежностями, реєстри контейнерів, артефактів і моделей, а також планування завдань графічного процесора в хмарі (GCP) і інфраструктурі HPC.

• Пройдіть шлях від навченої контрольної точки до моделі, що розгортається:

• Упаковка моделі, сервери висновків із примусовими контрактами API, відтворюваність, продуктивність і бюджет пам’яті на цільовому обладнанні.

• Визначайте та запроваджуйте інженерні стандарти (перегляд коду, тестування, документація) таким чином, щоб пришвидшити дослідження, а не сповільнити його.

• Забезпечте відстеження даних, коду та версій моделі в експериментах і випусках.

• Досліджуйте та вирішуйте проблеми з продуктивністю, надійністю та зручністю використання в стеку, порушені командою, і зменшуйте їхню повторність за допомогою спільного інструментарію.

• Керуйте стратегією агентного кодування команди: визначте, як агенти кодування штучного інтелекту використовуються в монорепо, налаштуйте інструменти, огорожі та конвенції, які роблять їх ефективними, і допоможіть колегам їх прийняти.

• Переглядайте код, наставляйте колег щодо інженерних практик і чітко повідомляйте про технічні рішення та компроміси.

ЗВЕРНІТЬ УВАГУ: це не вичерпний перелік усіх обов’язків, відповідальності та вимог, які висуваються до описаної вище посади. Можуть бути призначені інші функції, і керівництво зберігає за собою право додавати або змінювати обов’язки в будь-який час.

Мінімальна кваліфікація, освіта та досвід

• Ступінь магістра інформатики, інженерії, математики чи суміжної галузі або еквівалентний практичний досвід (обов’язково).

• 5+ років досвіду розробки програмного забезпечення, включаючи значну частину створення інфраструктури або інструментів, які використовуються командами машинного навчання, наприклад, платформу ML або навчальну структуру (обов’язково).

• Сильні навички володіння Python та основи розробки програмного забезпечення: проектування API, тестування, рефакторинг та увага до досвіду розробника (обов’язково).

• Глибокі знання PyTorch і практичний досвід навчання та профілювання моделі (обов’язково).

• Досвід виконання робочих навантажень ML на хмарній платформі, в ідеалі GCP (Vertex AI, реєстр артефактів, IAM, сховище) і з контейнеризацією (обов’язково).

• Досвід впровадження моделей у виробництво: упаковка моделі, обслуговування висновків, а також обмеження продуктивності та надійності (обов’язково).

• Здатність тісно співпрацювати з дослідниками, перетворювати повторювані больові точки в спільні інструменти та конструктивно відштовхуватися, коли це необхідно (потрібно).

• Здатність працювати автономно в розподіленій групі з кількома місцями, з чітким усним і письмовим спілкуванням англійською мовою (обов’язково).

• Досвід роботи з медичною візуалізацією (DICOM, 3D-об’єми, великі зображення) (бажано).

• Досвід HPC і Slurm (бажано).

• Внески в інструменти ММ з відкритим кодом (бажано).

Стандарти якості

• Спілкується, співпрацює та працює професійно та злагоджено з усіма рівнями керівництва, колегами, відвідувачами та продавцями.

• Демонструє ініціативу, особисту обізнаність, професіоналізм і чесність, а також дотримується конфіденційності в усіх сферах діяльності.

• Дотримується всіх місцевих, регіональних і державних законів щодо зайнятості.

• Дотримується всіх правил і процедур DeepHealth.

• Завжди дотримується стандартів конфіденційності даних, відповідності, безпеки та конфіденційності.

• Дотримується універсальних заходів безпеки.

• Сприяє хорошим зв'язкам з громадськістю по телефону та особисто.

• Адаптується та готовий вивчати нові завдання, методи та системи.

• Регулярно звітує про роботу за графіком; незмінно пунктуальний щодо робочого часу, перерв для їжі та відпочинку, а також забезпечує задовільну особисту присутність відповідно до вказівок DeepHealth.

• Якісно та вчасно виконує посадові обов’язки.

Подорожі
Ця посада може вимагати періодичних поїздок між місцями команди (Париж, Нідерланди, Гренобль/Ренн).
Робоче середовище
Офіс / Гібрид. Париж, Іль-де-Франс, Франція.

Фізичні вимоги
Працівник повинен бути в змозі виконувати основні обов’язки та відповідальність за посадою, з розумним пристосуванням або без нього.

Зарплата:
Залежно від досвіду
50 000-80 000 ЄВРО

Знайдіть більше англомовних вакансій у Франції на Arbeitnow

Джерело: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/deephealth/senior-machine-learning-engineer-ml-platform-paris-406850)