مهندس MLOps

شرح وظایف:
- طراحی، توسعه و مدیریت پایپ‌لاین‌های CI/CD برای مدل‌های یادگیری ماشین
- استقرار، مانیتورینگ و بهینه‌سازی مدل‌های یادگیری ماشین در محیط‌های Production
- کار با Docker، Kubernetes و ابزارهای اورکستراسیون جهت مدیریت کانتینرها و منابع
- بهینه‌سازی عملکرد مدل‌ها و مدیریت منابع محاسباتی
- توسعه و پیاده‌سازی MLOps best practices برای بهبود بهره‌وری تیم Data Science
- مدیریت Feature Store و پردازش داده‌ها برای استقرار مدل‌ها
- بررسی، لاگ‌گیری و مانیتورینگ مدل‌ها جهت شناسایی درفت مدل و بهبود آن
- همکاری نزدیک با سایر تیم‌ها

دانش و مهارت‌های مورد نیاز:

- تجربه عملی در استقرار مدل‌های یادگیری ماشین و مدیریت چرخه عمر ML
- تسلط بر Python و کتابخانه‌های مربوط به ML
- آشنایی با Docker، Kubernetes، MLflow، Airflow و ابزارهای مشابه
- تجربه در پیاده‌سازی CI/CD برای ML و کار با Git یا ابزارهای مشابه
- مهارت در مانیتورینگ مدل‌ها و ابزارهایی مانند Prometheus و Grafana
- درک قوی از Data Engineering، پردازش داده‌ها و Feature Engineering
مهارت‌های امتیازی:
- تجربه در توزیع مدل‌ها با Kubernetes و Kubeflow
- آشنایی با Apache Spark و Big Data Processing
- تجربه در بهینه‌سازی GPU/TPU و پردازش مدل‌های سنگین