مهندس - ML Ops

تصميم وتنفيذ وإدارة خطوط أنابيب CI/CD المصممة خصيصًا لسير عمل التعلم الآلي.
تأكد من إصدار نماذج التعلم الآلي بشكل صحيح ونشرها في بيئات الإنتاج أو التشغيل المرحلي أو الاختبار تلقائيًا.
تعاون مع علماء البيانات ومهندسي البرمجيات لتحسين عملية الأتمتة للتدريب والتحقق من صحة ونشر نماذج التعلم الآلي.
مراقبة أداء وموثوقية خطوط أنابيب CI/CD باستمرار وإجراء التعديلات حسب الضرورة.
قم بإعداد البيئات وتنفيذ عمليات التعلم الآلي القابلة للتطوير بشكل كامل.
مراقبة خطوط أنابيب MLOps وتحسينها وتصحيح أخطائها وأتمتتها باستمرار لزيادة الجودة والكفاءة - بما في ذلك مستوى خط الأنابيب ومستوى الوحدة والفحص على مستوى النظام.
تطوير وصيانة البنية التحتية والأدوات التي تسهل نشر ومراقبة خوارزميات ML الخاصة بنا في الإنتاج.
مواكبة أحدث اتجاهات التكنولوجيا لدفع المنهجيات القياسية والبقاء في الطليعة.
توثيق وتتبع جميع الأنظمة وخطوط الأنابيب وأفضل الممارسات.

مؤهلات

مهارات وسمات النجاح

سيعتمد قياس نجاحك على توفير التكاليف، وتأثير MLOps على إيرادات الأعمال، وعدد المشاريع المكتملة بنجاح، والتحسينات التي تم إجراؤها على الحلول والعمليات الحالية، وصافي نقاط الترويج للعملاء (NPS).

للتأهل للدور الذي يجب أن يكون لديك

خبرة لا تقل عن 3 سنوات في إعداد وصيانة خطوط أنابيب CI/CD، ويفضل أن يكون ذلك في سياق التعلم الآلي.
فهم قوي لأدوات النقل بالحاويات والتنسيق مثل Docker وKubernetes.
الإلمام بأطر التعلم الآلي مثل TensorFlow أو PyTorch أو Scikit-learn.
يتقن لغات البرمجة النصية مثل Python أو Bash أو Shell لمهام التشغيل الآلي.