Machine Learning-ingenjör

En ML-ingenjör på IFS är delvis mjukvaruingenjör, delvis DevOps-ingenjör och ML-kunnig, och kombinerar kunskaper om system och applikationer, maskininlärning och artificiell intelligens för att bygga och distribuera AI-drivna lösningar. Arbetet fokuserar på att designa och underhålla högpresterande, skalbar AI/ML-infrastruktur, bygga och utföra ML-pipelines effektivt, servera modeller i stor skala och skapa verktyg för kontinuerlig övervakning och förbättringar. Personen i denna roll använder sitt tekniska kunnande för att översätta högvärdiga och innovativa AI-möjligheter till distribuerbara och hållbara produkter. ML-ingenjörer är välbevandrade i AI/ML-tekniker, från statistisk inlärning och datorseende till generativ AI. De har starka grunder inom mjukvaruteknik, ML-algoritmer och behärskar flera AI/ML-serveringsramverk. ML-ingenjörer arbetar i nära samarbete med datavetare, dataingenjörer, arkitekter och DevOps-ingenjörer med skapandet och distributionen av högskalig infrastruktur och AI-drivna lösningar. ML-ingenjörer agerar som AI-infrastrukturexperter i utvecklingen av produktionsklara, skalbara ML-pipelines och AI-drivna lösningar tillsammans med våra datavetare, dataingenjörer, domänexperter, partners och kunder. Dessutom utvidgar ML-ingenjörer på IFS kontinuerligt sina kunskaper om AI-infrastruktur, modellövervakning/observabilitet och driftdetektering, funktionell och affärsprocessdomänkunskap och delar denna kunskap för att vägleda andra. Krav: * Programmeringsfärdigheter: Stark behärskning av Python och erfarenhet av relevanta bibliotek (NumPy, Pandas, Kserve, etc.). Kunskap i ytterligare språk som Go, C# eller SQL är ett plus. * Molnplattformar & DevOps: Bekantskap med molnbaserade plattformar (Azure), infrastruktur som kod (terraform, helm charts), CI/CD, Git Ops med ArgoCD och containertekniker (Docker, Kubernetes). * AI/ML-grunder: Grundläggande förståelse för maskininlärningskoncept, inklusive övervakad och oövervakad inlärning, djupinlärning och modellutvärderingstekniker. * Datahantering: Färdighet i datapreprocessing och feature engineering. Erfarenhet av relationella och vektordatabaser. * Analytiska färdigheter: Utmärkta analytiska färdigheter med förmåga att tolka komplexa dataset och utvinna användbara insikter. * Kommunikationsfärdigheter: Utmärkta muntliga och skriftliga kommunikationsfärdigheter, med förmåga att effektivt samarbeta med tvärfunktionella team och intressenter. * Utbildning och erfarenhet: Kandidatexamen eller masterexamen i datavetenskap, mjukvaruteknik, datavetenskap eller ett relaterat fält, med minst 3+ års erfarenhet av mjukvaruutveckling, inklusive viss erfarenhet av AI/ML-ramverk som TensorFlow, PyTorch eller scikit-learn.