MLOps/数据工程师

现代广告营销人员通过自动化系统分配预算，这些系统会解读信号。对于一个渠道要公平分享预算，其库存必须对这些系统可读——标准化信号、结构化元数据和机器可读的供应路径。Triton Digital构建了使音频库存对现代和下一代广告市场可读的基础设施层。我们的平台使广播、独立播客和流媒体音乐服务能够以与主流平台平等的条件参与自动化购买，每月覆盖超过1000亿次音频曝光。听众数据团队是这一使命的核心。我们通过整合数据管理平台（DMPs）、Profiler、GeoIP服务等服务增强听众资料，以实现更精准的广告投放。作为我们的MLOps数据工程师，你将作为数据科学与生产系统之间的桥梁——确保模型不仅在笔记本中工作，而且在真实环境中茁壮成长。你将设计并自动化CI/CD流水线，使用GitHub Actions、Azure DevOps或Jenkins等工具。你将构建和优化Apache Spark（PySpark和Scala）的数据处理流水线，为大规模分布式听众数据集进行优化。你将部署和管理Databricks环境，确保高效的集群使用、作业调度和成本优化。你将与数据科学家合作，将ML模型生产化，将其集成到可扩展的API或批处理系统中，这些系统会为实时、机器可读的听众信号提供数据。你将实施自动化测试、监控和警报，以确保ML流水线的可靠性和可重复性。你将倡导版本控制、模型注册管理和环境可重复性最佳实践。你将帮助演进我们的听众数据基础设施，朝向代理兼容的供应——实时、结构化、可查询的数据流，这些数据流让自主购买系统可以发现和行动，而无需人工干预。

具备数据工程、MLOps和DevOps角色的 proven 经验，重点在自动化和可扩展性。强编程技能，Python经验，Apache Spark经验。熟悉Databricks，包括Delta Lake、结构化流、特征工程。熟悉CI/CD原理和工具（例如GitHub Actions、Jenkins、Azure DevOps、GitLab CI、ArgoCD）。熟悉云平台（AWS、Azure或GCP）用于数据和ML工作负载。具备问题解决心态，能够与跨职能团队紧密合作。具备坚实架构思维，能够评估成本、性能、可扩展性和可维护性之间的权衡。具备容器化和编排环境（Kubernetes / OpenShift）的经验，包括数据和ML工作负载的部署、扩展和容错。高级英语要求，法语是加分项。熟悉IAB数据标准、程序化广告基础设施或AdTech数据管道是加分项。

全远程职位（必须在安大略省或魁北克省居住）
4周年假 + 5天带薪个人日/年
入职第一天起即可加入团体RRSP计划，包含匹配贡献
互联网报销和其他福利
使用英语与内部和国际团队合作，以及访问信息和资源

Triton Digital致力于构建音频库存的基础设施层，使其对现代和下一代广告市场可读。我们的平台使广播、独立播客和流媒体音乐服务能够以与主流平台平等的条件参与自动化购买，每月覆盖超过1000亿次音频曝光。听众数据团队是这一使命的核心。我们通过整合数据管理平台（DMPs）、Profiler、GeoIP服务等服务增强听众资料，以实现更精准的广告投放。