Senioringenjör inom MLOps

Om Agoda På Agoda för människor samman genom resor. Vår historia började 2005, när två livslånga vänner och entreprenörer, drivna av sitt reseintresse, grundade Agoda för att göra det enklare för alla att upptäcka världen. I dag är vi en del av Booking Holdings [NASDAQ: BKNG]. Vårt mångsidiga team består av över 7 000 personer från 90 länder som arbetar tillsammans på kontor runt om i världen. Varje dag förbinder vi människor med resmål och upplevelser genom förmånliga erbjudanden på miljontals hotell och semesterboenden, flyg och aktiviteter världen över. Ingen dag är den andra lik på Agoda. Data och teknik står i centrum för vår kultur och driver vår nyfikenhet och innovationskraft. Följ med om du vill inleda din bästa resa och bidra till att bygga framtidens resande. ML-plattformen på Agoda Agodas ML- och AI-plattform bygger på egenhanterade Kubernetes och använder Kubeflow, en lösning med öppen källkod som möjliggör effektiva arbetsflöden för maskininlärning. AI Ops-teamet förenar de bästa metoderna från mjukvaruutveckling och datavetenskap för att hjälpa ingenjörer inom maskininlärning och dataforskare att arbeta effektivare. Vi vill bland annat erbjuda smidiga lösningar för versionshantering av data och modeller, samarbete och övervakning. I rollen kommer du att: - Leda utformningen, utvecklingen och införandet av lokala MLOps-lösningar som stöder leveransen av maskininlärningsmodeller. - Samarbeta med dataforskare och mjukvaruingenjörer för att bygga skalbara och effektiva datapipelines samt system för modellträning och driftsättning. - Utveckla och underhålla verktyg för övervakning och administration så att vår lokala MLOps-infrastruktur är tillförlitlig och presterar väl. - Arbeta med berörda parter i organisationen för att förstå deras behov och krav inom maskininlärning och utveckla lösningar som möter dem. - Hålla dig uppdaterad om de senaste trenderna och teknikerna inom MLOps, maskininlärning och AI samt dela din kunskap med teamet. - Handleda juniora teammedlemmar och hjälpa dem att utveckla sina färdigheter och kunskaper inom MLOps. - Felsöka och lösa användarproblem. Det här behöver du för att lyckas - Minst fem års erfarenhet av MLOps, mjukvaruutveckling, data engineering eller ett närliggande område. - God programmeringsförmåga i ett modernt språk, till exempel Java, Scala, Python eller Kotlin. - Praktisk erfarenhet av Kubernetes: driftsättning och drift av arbetslaster (jobb, tjänster eller ML-/träningspipelines), felsökning av poddfel och arbete med grundläggande begrepp som Deployments, ConfigMaps/Secrets, Services och resursgränser. - Mycket god kommunikations- och samarbetsförmåga samt förmåga att arbeta effektivt i ett team. - Du värdesätter enkel och effektiv kod. Det är meriterande om du har: - Förståelse för maskininlärningsprojektens livscykel. - Erfarenhet av MLOps-plattformar som Kubeflow eller MLflow. - Erfarenhet av ML-ramverk som scikit-learn, LGBM, TensorFlow eller PyTorch. - Erfarenhet av stordataverktyg som Spark, S3 och Hadoop. - God kunskap om containerisering och containerorkestrering, till exempel Docker och Kubernetes. - Erfarenhet av DevOps och CI/CD. - Erfarenhet av att bygga och skala modellserveringsverktyg, exempelvis API:er med strikta SLA:er. - Intresse för ingenjörsarbetet bakom maskininlärning och för att skala upp det. - Erfarenhet av att utforma och bygga MLOps-infrastruktur, datapipelines, system för modellträning och driftsättning samt verktyg för övervakning och administration.