Intetics招聘1062 | MLOps工程师在佐治亚州 | LinkedIn

职责：设计和实现可扩展、安全且成本效益高的MLOps解决方案，利用AWS和Databricks；自动化机器学习部署流水线，减少人工干预；与数据科学家紧密合作确保解决方案符合MLOps架构、最佳实践和平台标准；在整个机器学习生命周期中整合安全控制和合规要求；负责事件的端到端管理，从根本原因分析到防止未来发生；参与软件系统架构设计和平台级组件设计；构建和优化ML训练、重新训练和推理流水线，确保可靠性和可扩展性；通过指标、日志、追踪和仪表板增强可观测性；推动机器学习团队的基础设施自动化、CI/CD和云资源管理最佳实践。

要求：具有AWS架构的深入经验，包括安全最佳实践、IAM、网络和成本优化；精通Databricks（必备）：MLflow、工作流、特征存储、集群管理、Unity Catalog；有云管理ML平台（如AWS SageMaker或Google Vertex AI）的经验；精通Terraform / Terragrunt进行多云基础设施部署和自动化；深入掌握Kubernetes，包括自动扩展、GPU工作负载、网络策略和集群优化；有可观测性堆栈（如Prometheus、Grafana、Loki、ELK）的实践经验；熟悉GitOps工作流和CI/CD工具（如ArgoCD、FluxCD）；了解Docker安全、容器加固和安全容器编排；在连续训练（CT）、ML模型CI/CD和自动化部署方面的高级经验；熟悉ML流水线编排工具（如Kubeflow或Argo Workflows）；有LLMOps经验，包括Langfuse、ollama、vLLM等框架支持大规模推理；能够参与架构设计、设定平台标准并指导MLOps或ML工程师。

具有AWS架构的深入经验，包括安全最佳实践、IAM、网络和成本优化；精通Databricks（必备）：MLflow、工作流、特征存储、集群管理、Unity Catalog；有云管理ML平台（如AWS SageMaker或Google Vertex AI）的经验；精通Terraform / Terragrunt进行多云基础设施部署和自动化；深入掌握Kubernetes，包括自动扩展、GPU工作负载、网络策略和集群优化；有可观测性堆栈（如Prometheus、Grafana、Loki、ELK）的实践经验；熟悉GitOps工作流和CI/CD工具（如ArgoCD、FluxCD）；了解Docker安全、容器加固和安全容器编排；在连续训练（CT）、ML模型CI/CD和自动化部署方面的高级经验；熟悉ML流水线编排工具（如Kubeflow或Argo Workflows）；有LLMOps经验，包括Langfuse、ollama、vLLM等框架支持大规模推理；能够参与架构设计、设定平台标准并指导MLOps或ML工程师。

Intetics Inc. 是一家全球技术公司，专注于定制软件应用开发、分布式专业团队、软件产品质量评估以及'所有数字事物'解决方案。