О Agoda
В Agoda мы соединяем мир посредством путешествий. Наша история началась в 2005 году, когда два друга на всю жизнь и предпринимателя, движимые своей страстью к путешествиям, запустили Agoda, чтобы каждому было проще исследовать мир. Сегодня мы являемся частью Booking Holdings [NASDAQ: BKNG] с разнообразной командой из более чем 7000 человек из 90 стран, работающих вместе в офисах по всему миру. Каждый день мы соединяем людей с направлениями и впечатлениями, предлагая наши отличные предложения на миллионы отелей и объектов для отдыха, авиабилеты и впечатления по всему миру.
В Agoda нет двух одинаковых дней. Данные и технологии находятся в центре нашей культуры, подпитывая наше любопытство и инновации. Если вы готовы начать свое лучшее путешествие и помочь построить мир путешествий для мира, присоединяйтесь к нам.
ML Platform в Agoda
ML и AI Platform Agoda построены на базе self-managed Kubernetes и работают на Kubeflow, open-source решении, которое обеспечивает эффективные рабочие процессы машинного обучения.
Наша команда AI Ops сочетает лучшие практики разработки программного обеспечения с наукой о данных, чтобы помочь инженерам машинного обучения и специалистам по данным работать более эффективно, то есть мы стремимся интуитивно интегрировать версионирование данных/моделей, сотрудничество, мониторинг и т. д., что позволяет нашим пользователям преуспевать в этой области.
В этой роли вы сможете:
- Руководить проектированием, разработкой и внедрением локальных MLOps-решений, которые поддерживают доставку моделей машинного обучения
- Сотрудничать с специалистами по данным и инженерами-программистами для создания масштабируемых и эффективных конвейеров данных, а также систем обучения и развертывания моделей
- Разрабатывать и поддерживать инструменты мониторинга и управления для обеспечения надежности и производительности нашей локальной MLOps-инфраструктуры
- Работать с заинтересованными сторонами по всей организации, чтобы понять их потребности и требования к машинному обучению, а также разрабатывать MLOps-решения, отвечающие этим потребностям
- Оставаться в курсе последних тенденций и технологий в MLOps, машинном обучении и искусственном интеллекте, а также делиться своими знаниями с командой, чтобы помочь нам оставаться на переднем крае этой области
- Обучать младших членов команды и помогать им развивать свои навыки и опыт в MLOps
- Устранять неполадки и отлаживать проблемы пользователей
Что вам понадобится для успеха:
- Опыт работы в MLOps, Software engineering, Data engineering или смежной области от 5 лет
- Сильные навыки программирования на современном языке программирования (Java, Scala, Python, Kotlin)
- Практический опыт работы с Kubernetes — развертывание и эксплуатация рабочих нагрузок (jobs, services или ML/training pipelines), отладка сбоев pod'ов и работа с основными концепциями (Deployments, ConfigMaps/Secrets, Services, resource limits)
- Отличные коммуникативные навыки и навыки сотрудничества, а также способность эффективно работать в команде
- Ценить простоту и производительность кода
Будет плюсом:
- Понимание жизненного цикла ML-проектов
- Опыт работы с MLOps-платформами, такими как Kubeflow или MLFlow
- Опыт работы с ML-фреймворками — такими как scikit-learn, LGBM, Tensorflow, PyTorch и т. д.
- Опыт работы с Big Data инструментами — Spark, S3, Hadoop
- Глубокое знание технологий контейнеризации и оркестрации контейнеров, таких как Docker и Kubernetes
- Опыт работы с DevOps и CI/CD практиками
- Опыт создания и масштабирования инструментов для обслуживания моделей, т. е. создания API с жесткими SLA
- Страсть к инженерии, лежащей в основе машинного обучения, и его масштабированию
- Опыт проектирования и создания MLOps-инфраструктуры, включая конвейеры данных, системы обучения и развертывания моделей, а также инструменты мониторинга и управления.
