Lider echipă MLOps

Yes Energy

București Hibrid

20.000 RON – 25.000 RON net

Net lunar

Pachet Salarial

20.000 RON – 25.000 RON net

Net lunar, Bonusuri realizabile și care pot fi influențate

Beneficii

asigurare medicală privată
beneficii de wellness/abonament la sală
vacanță flexibilă
program de lucru flexibil
finanțare pentru dezvoltare profesională

Detalii Rol

Departament

Inginerie software

Program

Full-time

Mod de lucru

Hibrid

Descrierea Jobului

Rețeaua electrică este cea mai mare și mai complicată mașinărie construită vreodată. Soluțiile software de analiză a tranzacțiilor cu energie electrică de la Yes Energy oferă vizibilitate în timp real asupra volumului masiv de date generate zilnic de rețeaua electrică nord-americană. Viziunea noastră unică și inovatoare asupra datelor informează deciziile de tranzacționare în timp real și deciziile de investiții pe termen mediu și lung, menținând prețurile utilităților scăzute, sprijinind tranziția energetică și menținând funcționarea rețelei. Este o muncă provocatoare și cu scop. Acest rol face parte din grupul Platform Technology și este responsabil pentru a face dezvoltarea, implementarea, monitorizarea, guvernarea și operațiunile modelelor fiabile, sigure, repetabile și scalabile. Liderul echipei MLOps va fi un lider tehnic practic care colaborează strâns cu echipele de Data Science, Inginerie, Produs, Securitate, Inginerie de Date și Infrastructură. Rolul va stabili standarde MLOps, va ghida arhitectura platformei, va îndruma inginerii și va conduce echipa responsabilă pentru punerea în producție a capabilităților ML care susțin produsele pentru clienți și sistemele interne de decizie. Detalii poziție: Program full-time, 2-3 zile în birou, program de lucru 10:00 - 19:00, raportare către Directorul Senior al Platformei Tehnologice.

Responsabilități

Conducerea funcției MLOps și furnizarea de direcție tehnică zilnică, mentorat, prioritizare și sprijin în execuție pentru inginerii MLOps și colaboratorii aferenți platformei.
Proiectarea, construcția și operarea platformelor, serviciilor și fluxurilor de lucru MLOps scalabile care sprijină experimentarea, instruirea, validarea, implementarea, monitorizarea și retragerea modelelor.
Stabilirea de standarde practice pentru CI/CD al modelelor, pipeline-uri de caracteristici, registre de modele, gestionarea artefactelor, instruirea reproductibilă, gestionarea mediilor și promovarea lansărilor în mediile de dezvoltare, testare și producție.
Colaborarea cu echipele de Data Science pentru a transforma prototipurile în sisteme de producție fiabile, inclusiv inferență batch, inferență în timp real, API-uri pentru modele, servicii de decizie și funcții ale aplicațiilor bazate pe date.
Colaborarea cu conducerea de Produs pentru a defini criterii de succes măsurabile pentru capabilitățile bazate pe ML, inclusiv adopție, calitatea prognozelor, fiabilitate, costuri și validare post-lansare.
Construirea și îmbunătățirea monitorizării pentru modele și servicii bazate pe ML, inclusiv sănătatea serviciului, latență, debit, calitatea datelor, drift, performanța modelului, costuri și alerte operaționale.
Crearea de modele de implementare și revenire care fac lansările ML sigure, observabile, repetabile și auditate, inclusiv lansări canary, implementări shadow, suport pentru testare A/B și gestionarea versiunilor modelelor, după caz.
Colaborarea cu echipele de Inginerie de Date și Platformă pentru pipeline-uri de caracteristici fiabile, contracte de date, orchestrare, planificare, lineage și gestionarea dependențelor pentru sarcinile ML.
Sprijinirea infrastructurii ML native-cloud pe AWS și medii conexe, inclusiv containere, Kubernetes, instrumente de orchestrare, stocare, rețea, IAM și modele de calcul eficiente din punct de vedere al costurilor pentru instruire și inferență.
Colaborarea cu conducerea de Securitate, Conformitate și Inginerie pentru a defini ghiduri pentru controlul accesului, guvernarea modelelor, auditabilitate, gestionarea datelor, gestionarea secretelor și utilizarea responsabilă a capabilităților AI.
Gestionarea răspunsului la incidente, pregătirea operațională, runbook-uri, post-mortem și acțiuni corective pentru serviciile ML de producție și componentele platformei MLOps.
Evaluarea și introducerea de instrumente MLOps potrivite, echilibrând simplitatea operațională, experiența dezvoltatorului, securitatea, costurile și mentenabilitatea pe termen lung.

Cerințe

Diplomă de licență sau master în Informatică, Știința Datelor, Inginerie, Tehnologia Informației sau domeniu conex; sau experiență practică echivalentă.
Cel puțin șapte ani de experiență profesională în inginerie software, inginerie platformă, inginerie date, inginerie ML, SRE sau roluri tehnice conexe, inclusiv cel puțin doi ani de lucru cu sisteme de producție ML, AI sau data science.
Experiență în conducerea unor echipe tehnice sau fluxuri de lucru, inclusiv mentorat pentru ingineri, stabilirea de standarde, delegarea sarcinilor, revizuirea proiectărilor și coordonarea execuției cu părți interesate interfuncționale.
Experiență practică în construirea sau operarea fluxurilor de lucru MLOps, cum ar fi pipeline-uri de instruire a modelelor, registre de modele, urmărirea experimentelor, validarea automatizată, automatizarea implementării, servicii de inferență și monitorizarea modelelor.
Competențe solide în inginerie software în Python și practici moderne de inginerie, inclusiv controlul versiunilor, testarea automatizată, revizuirea codului, CI/CD, ambalarea și proiectarea mentenabilă a serviciilor.
Experiență de producție cu platforme cloud, în special AWS, și infrastructură nativă cloud, cum ar fi containere, Kubernetes, sisteme de orchestrare, IAM, stocare, rețea și monitorizare.
Cunoștințe de lucru cu pipeline-uri de date, orchestrarea fluxurilor de lucru, modele de date batch și streaming, verificări ale calității datelor și dependențe operaționale între sistemele de date și serviciile ML.
Abilități puternice de comunicare cu capacitatea de a traduce între echipele de data science, inginerie, produs, securitate și conducere.
Capacitate demonstrată de a diagnostica probleme de producție, de a coordona respondenții, de a scrie runbook-uri sau post-mortem clare și de a conduce acțiuni corective care îmbunătățesc fiabilitatea.

Nice to have

Inteligență Artificială: Abilitate avansată în construirea, optimizarea și monitorizarea platformelor care scalează modelele AI/ML în mod securizat și responsabil.
Gândire sistemică: Abordare holistică a modului în care infrastructura de date, modelele, aplicațiile și hardware-ul interacționează la nivelul întregii întreprinderi.
Rezolvarea problemelor: Capacitatea de a defini și rezolva provocări complexe de sistem, identificând cauzele fundamentale și proiectând infrastructuri durabile și scalabile.
Proiectarea și mentenanța sistemelor: Abilitate expertă de a proiecta sisteme foarte mentenabile, automatizate și reziliente, respectând cele mai bune practici.
Securitate și conformitate: Implementarea unor bariere solide, confidențialitatea datelor, cadre de guvernanță și controale de acces în jurul pipeline-urilor de modele.
Comunicare eficientă: Traducerea conceptelor arhitecturale și operaționale complexe în priorități clare și acționabile pentru diverse părți interesate.
Dezvoltarea oamenilor: Angajament în coaching, oferirea de feedback acționabil și gestionarea volumului de muncă al echipei pentru a stimula creșterea profesională pe termen lung.