Intetics招聘1062 | MLOps工程师在乌克兰 | LinkedIn

职责包括设计可扩展、安全且成本效益高的MLOps解决方案，利用AWS和Databricks；自动化ML部署管道，减少手动干预；与数据科学家紧密合作；在整个机器学习生命周期中整合安全控制；管理事件从根本原因分析到预防；参与软件系统架构设计；构建和优化ML训练、重训练和推理管道；增强可观测性；推动最佳实践。要求包括AWS架构经验，包括安全最佳实践、IAM、网络和成本优化；精通Databricks（必需）：MLflow、Workflows、Feature Store、集群管理、Unity Catalog；有云管理ML平台如AWS SageMaker或Google Vertex AI经验；Terraform / Terragrunt多云基础设施配置和自动化经验；深入的Kubernetes经验，包括自动扩展、GPU工作负载、网络策略和集群优化；熟悉可观测性栈如Prometheus、Grafana、Loki、ELK；强的GitOps工作流和CI/CD工具（如ArgoCD、FluxCD）经验；扎实的Docker安全、容器加固和安全容器编排知识；高级MLOps实践经验；熟悉ML管道编排工具如Kubeflow或Argo Workflows；有LLMOps经验，包括Langfuse、ollama、vLLM等框架；能够参与架构设计，设定平台标准，指导MLOps或ML工程师。

有AWS架构经验，包括安全最佳实践、IAM、网络和成本优化；精通Databricks（必需）：MLflow、Workflows、Feature Store、集群管理、Unity Catalog；有云管理ML平台如AWS SageMaker或Google Vertex AI经验；Terraform / Terragrunt多云基础设施配置和自动化经验；深入的Kubernetes经验，包括自动扩展、GPU工作负载、网络策略和集群优化；熟悉可观测性栈如Prometheus、Grafana、Loki、ELK；强的GitOps工作流和CI/CD工具（如ArgoCD、FluxCD）经验；扎实的Docker安全、容器加固和安全容器编排知识；高级MLOps实践经验；熟悉ML管道编排工具如Kubeflow或Argo Workflows；有LLMOps经验，包括Langfuse、ollama、vLLM等框架；能够参与架构设计，设定平台标准，指导MLOps或ML工程师。