Адаптируем резюме под ATS-фильтры, подготовим сопроводительное на основе резюме и вакансии, соберём гайд подготовки к собеседованию, найдём контакты HR и нанимающих
Xebia — это глобальный партнер в области искусственного интеллекта, цифровой трансформации и инженерии. С более чем 25-летним опытом и командой из 5000 специалистов в 16 странах мы помогаем организациям проектировать и создавать масштабируемые продукты, платформы и решения, основанные на данных.
Мы специализируемся на искусственном интеллекте, данных и облачных технологиях, интеллектуальной автоматизации и цифровых продуктах, сочетая глубокую техническую экспертизу с сильным акцентом на инженерное совершенство и культуру, ориентированную на людей.
В регионе ЦВЕ мы — команда из почти 1000 экспертов, создающих современные приложения, платформы данных и AI-решения для клиентов, таких как Millennium, ING, Play, Edenred, Arabian Drilling, FedEx, Leroy Merlin, Truecaller, Volotea, Schmitz Cargobull и многих других. Мы работаем с ведущими технологиями, включая AWS, Azure, GCP, Databricks и Snowflake, и объединяем сильную инженерную культуру с консультативным подходом и постоянным фокусом на рост и обмен знаниями.
проектировать, разрабатывать, обучать, проверять и оценивать модели машинного обучения с использованием Python,
проводить разведочный анализ данных и инженеринг признаков,
выбирать и применять соответствующие методы машинного обучения для задач прогнозирования, классификации и оптимизации,
строить и поддерживать среды выполнения на Python для обучения моделей, вывода и инженерии признаков,
организовывать конвейеры вывода моделей и постобработки с использованием Argo Workflows на Kubernetes,
разрабатывать повторяемые и автоматизированные рабочие процессы для экспериментов с ML и вывода в продакшн,
использовать Vertex AI для поддержки масштабируемого обучения моделей, настройки гиперпараметров и валидации,
обеспечивать воспроизводимость и согласованность запусков обучения моделей,
оптимизировать конвейеры вывода по производительности, надежности и масштабируемости,
эксплуатировать и мониторить ML-конвейеры в производственных средах,
управлять артефактами обученных моделей в Google Cloud Storage (GCS),
поддерживать метаданные моделей, версионирование, происхождение, откат и аудит с использованием Argo или пользовательских реестров моделей,
определять метрики оценки моделей и критерии валидации,
поддерживать мониторинг моделей после развертывания, обнаружение дрейфа и стратегии переобучения,
следовать лучшим практикам в документации, тестировании и ответственном использовании ИИ,
участвовать в дежурствах, связанных с инфраструктурой вывода моделей.
6–8 лет соответствующего профессионального опыта,
сильные практические навыки Python для задач науки о данных и машинного обучения,
практический опыт работы с фреймворками машинного обучения, такими как PyTorch, scikit-learn или CatBoost,
глубокое понимание инженерии признаков, оценки моделей и методов валидации моделей,
опыт разработки и обучения моделей машинного обучения,
доказанный опыт перевода ML-моделей от экспериментов до вывода в продакшн,
понимание управления жизненным циклом ML и принципов MLOps,
знакомство с Kubernetes и ML-рабочими процессами на базе Kubernetes,
знакомство с Argo Workflows,
опыт работы с производственными ML-конвейерами и средами вывода,
сильные аналитические и навыки решения проблем,
способность переводить бизнес-задачи в решения на основе науки о данных,
четкие коммуникативные навыки и умение объяснять модели и результаты различным заинтересованным сторонам,
готовность участвовать в дежурствах по инфраструктуре вывода моделей,
Требуется работа из региона Европейского Союза и разрешение на работу.
опыт работы с Google Cloud Platform (GCP),
практический опыт работы с Vertex AI для обучения моделей, настройки гиперпараметров и валидации,
опыт управления ML-артефактами в Google Cloud Storage (GCS),
опыт работы с системами вывода в реальном времени или пакетной обработке,
знакомство с практиками CI/CD для ML-конвейеров,
знакомство с мониторингом моделей и обнаружением дрейфа,
знакомство с автоматизированными или операционными стратегиями переобучения,
опыт работы с реестрами моделей, версионированием моделей, происхождением, откатом и аудитом.
Просмотр резюме – звонок HR – собеседование – собеседование с клиентом – решение
Будьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.
ЖмитеГайд по безопасности