کار از راه دور: Senior Machine Learning Engineer

این آگهی را Sona برای موقعیت Senior Machine Learning Engineer منتشر کرده است. این موقعیت در سطح ارشد است، یعنی شرکت انتظار دارد تصمیم‌ها را خودتان بگیرید. در دسته «IT و برنامه‌نویسی» جای می‌گیرد و به‌طور کامل دورکاری است. شرکت داوطلبانی را استخدام می‌کند که در اروپا ساکن‌اند.

آگهی روی یک ابزار تأکید کرده است، Machine Learning، و تجربه کار با همین یکی تعیین‌کننده خواهد بود.

دستمزد اعلام‌شده £95k - £110k سالانه است. آگهی درباره ساعت کاری هیچ شرطی نگذاشته است.

این موقعیت از یک بررسی خودکار گذشته است: آگهی‌هایی که مجوز کار خارجی، اسپانسر ویزا، تابعیت مشخص یا سکونت در کشوری معین می‌خواهند، به این فهرست نمی‌رسند.

حرکت در پیچیدگی های عملیاتی کسب و کار های خط مقدم یک چالش منحصر به فرد است، برخلاف کسانی که در بخش های کلاغ سفید روبرو هستند. هزینه های نیروی کار مبتنی بر شیفت، مسائل مربوط به موافقت منطقه ای و خاص نقش و حاشیه های نازک به این معنی است که برنامه ریزی ضعیف می تواند به شدت بر عملکرد مالی تأثیر بگذارد. رسیدگی به این مسئله نیاز به چیزی بیش از نرم افزار معمولی دارد؛ آن نیاز به راه حل های هوش مصنوعی نوآورانه دارد. صنایع خط مقدم، که اکثریت نیروی کار جهانی را استخدام می کنند، در سال های اخیر حداقل سرمایه گذاری نرم افزار را دیده اند.

در Sona ما معتقدیم که مشکل اصلی نیاز به یک رویکرد اساساً متفاوت دارد، با استفاده از هوش مصنوعی برای باز کردن بینش عملیاتی. تیم ما از حجم زیادی از داده های عملیاتی استفاده می کند تا کارکنان خط مقدم را قادر سازد تا عملیات کسب و کار را مدیریت کنند، نه فقط در مورد آنها گزارش دهند. ما در مراحل اولیه این سفر هستیم، و سیستم هایی که امروز ایجاد می کنید بخشی از موفقیت آینده ما خواهد بود.

Sona از سرمایه گذاران مانند N47، Felicis، Gradient و Northzone سرمایه گذاری قابل توجهی را به دست آورده است. ما بیش از 100 مشتری تجاری در سراسر انگلستان و ایالات متحده داریم و فعالیت های خود را به دفاتر در لندن، نیویورک، آستین و لیزبن گسترش داده ایم. اطلاعات بیشتر در مورد کار در Sona را در اینجا بخوانید.

در مورد نقش

شما به یک تیم کوچک و پویا یادگیری ماشین (ML) که روی پیش بینی تقاضا برای چندین زنجیره رستوران تمرکز دارد، ملحق خواهید شد. نقش شما شامل تأیید داده ها، انتخاب مدل ها، اجرای آزمایش پذیرش کاربر (UAT) ، رفتن به زندگی و نظارت بر عملکرد است. شما مستقیماً با مشتریان درگیر خواهید شد، روابط برقرار می کنید و اطمینان حاصل خواهید کرد که آشپزخانه مقدار مناسب غذا را بر اساس پیش بینی های دقیق آماده می کند.

شما در این نقش موفق خواهید شد اگر:

- شما مالکیت کامل محصول و تاثیر آن را می گیرید، اطمینان حاصل می کنید که هر دو مدل و کسب و کار مشتری رشد می کنند. - شما حل مشکلات دنیای واقعی را اولویت بندی می کنید، راه حل های عملی را بر روی رویکردهای پیچیده و نظری انتخاب می کنید. - شما از نزدیک با کارشناسان صنعت همکاری می کنید تا پیچیدگی های کسب و کار مشتریان ما و چالش هایی که با آنها روبرو هستند را درک کنید. - شما تصویر بزرگتر را می بینید، درک فرآیندهایی که داده ها را تولید می کنند و فرصت ها و چالش هایی که با آن همراه است. - شما در تبدیل ایده های کسب و کار به سیستم های ML کاملا کاربردی و آماده تولید تجربه دارید. - شما ابزارهای توسعه هوش مصنوعی را به طور روزانه به جریان کار خود ادغام می کنید، مانند کلاود کد، کورسور، یا Copilot، به عنوان روش کار استاندارد شما.

این نقش ممکن است مناسب نباشد اگر:

- شما به دنبال انجام تحقیقات گسترده و انتشار مقالات علمی هستید. - شما نقش مدیریتی بیشتری را ترجیح می دهید با مشارکت مستقیم فنی کمتر. - شما مشتاق به کشف فن آوری های جدید بدون کاربرد فوری هستید. - بهتره که تنها کار کنی، ترجیح میدی که یک پروژه را قبل از اینکه به پروژه ی بعدی ادامه بدی، کامل کنی.

الزامات

برای موفقیت در این نقش باید:

- تجربه گسترده ای در تولید ML، از جمله پیاده سازی سیستم هایی که با داده های آشفته کار می کنند، به خوبی شکست می خورند و نیاز به نظارت مداوم دارند. - اصول اساسی ML، به شما امکان می دهد در مورد تعادلات در عمل استدلال کنید، دلیل انتخاب مدل را توضیح دهید و در صورت بروز مسائل غیر منتظره قضاوت های منطقی انجام دهید. - تجربه در راه اندازی های مشتری، مالکیت در فرآیند پایان به پایان و ارتباط موثر با ذینفعان غیر فنی. - مهارت در پایتون، از جمله ML و استیک علمی پایتون (به عنوان مثال، numpy، scikit-learn). - استفاده منظم از ابزارهای توسعه هوش مصنوعی مانند کلاود کد، کورسور یا Copilot در کار روزانه شما.

تجربه اضافی در زمینه های زیر مفید خواهد بود:

- پیش بینی، تجزیه و تحلیل سری زمانی، یا برنامه ریزی تقاضا. - آشنایی با دسته فناوری ما: پایتون، scikit-learn، MLflow، Docker، GCP. - یک فرهنگ که در آن مسئولیت فردی و مکرر تغییر زمینه مورد انتظار قرار می گیرد.

مزایای آن

- دستمزد رقابتی: ۹۵ هزار تا ۱۱۰ هزار پوند - کار کاملاً از راه دور با گزینه مناطق زمانی اروپایی - گزینه های سهام کارکنان - 35 روز تعطیلات سالانه (25 روز استاندارد و 10 روز تعطیلات عمومی انعطاف پذیر) - یک روز رخصتی اضافی برای هر سال خدمت - کمک های بازنشستگی تا 5 درصد - بیمه درمانی جامع - افزایش اجازۀ پدر و مادر و پرداخت حقوق - برنامه مراقبت از کودکان در محل کار - کمک هزینه فضای همکاری برای افرادی که در لندن مقیم نیستند - بازنشستگی های تیم سالانه که تمام هزینه ها پرداخت می شود - آخرین بودجه مک بوک و تجهیزات اداری خانگی - بودجه توسعه حرفه ای - دسترسی نامحدود به کتاب های رایگان

لطفاً با تماس با تیم استعداد خود برای اطلاعات مشخصی در مورد مزایای موجود در اختیار شما مشورت کنید.