Salario negociable
Tiger Analytics
New Jersey, USA
Tiger Analytics está buscando ingenieros de aprendizaje automático con experiencia para unirse a nuestra consultora de análisis avanzado en rápido crecimiento. Nuestros empleados aportan una profunda experiencia en aprendizaje automático, ciencia de datos e inteligencia artificial. Somos el socio de análisis de confianza para múltiples empresas de la lista Fortune 500, ayudándolas a generar valor empresarial a partir de los datos. Nuestro valor comercial y liderazgo han sido reconocidos por diversas firmas de investigación de mercado, incluidas Forrester y Gartner. Estamos buscando talento de primer nivel mientras continuamos construyendo el mejor equipo global de consultoría analítica del mundo. Sus responsabilidades incluirán: Ingeniero de ML con 5 a 7 años de experiencia en TI. Entrenamiento de modelos, creación, despliegue, pruebas y monitoreo utilizando AWS SageMaker, AWS CFT, AWS CodePipeline, Lambda, etc. Desarrollar DAGs en Airflow para ejecutar canalizaciones de entrenamiento y puntuación. Desarrollar un marco de pruebas con Pytest. Implementar una solución de monitoreo con una solución personalizada utilizando Lambda y Dash. Desarrollar soluciones de calidad de datos, posiblemente utilizando Great Expectations. Requisitos Título universitario o superior en informática o campo relacionado, con más de 5 años de experiencia laboral. Capacidad para colaborar con ingenieros de datos y científicos de datos en la creación de canalizaciones de datos y modelos, y ayudar en pruebas y experimentos de aprendizaje automático. Experiencia en AWS: SageMaker (ProcessingJobs, TrainingModels, EndPoints). Experiencia en Lambda, CloudFormation o Terraform, Apache Airflow, Astronomer, Docker. Conocimientos de modelos tradicionales de ML. Python, Spark, Hadoop y Docker, con énfasis en buenas prácticas de programación en un entorno de integración continua, evaluación de modelos y diseño experimental. Conocimientos de frameworks de ML como Scikit-learn, TensorFlow y Keras. Experiencia con Pandas, sklearn, Numpy, Scipy. Habilidades adicionales requeridas Conocimientos de bases de datos e ingeniería de datos. Experiencia con Oracle, Spark, Hadoop, Athena, API, FastAPI, Flask, ReST. Conocimientos de MLflow, Airflow y Kubernetes. Experiencia en entornos en la nube y conocimientos de servicios de AWS, Catálogo de servicios, SNS, SES. Beneficios Este puesto ofrece una excelente oportunidad de desarrollo profesional significativo en un entorno empresarial en rápido crecimiento y desafiante, con un alto grado de responsabilidad individual.