General Mills ищет Senior Machine Learning Engineer для проектирования, разработки, развертывания и поддержки масштабируемых решений в области ИИ и машинного обучения, приносящих реальную бизнес-ценность. Роль предполагает перевод решений машинного обучения от концепции до продакшена, улучшая надежность, автоматизацию, наблюдаемость и операционное совершенство на протяжении всего жизненного цикла ИИ.
Роль находится в рамках общей модели команды, где специалисты распределяются на наиболее приоритетные задачи из растущего портфеля ИИ-инициатив. Позиция намеренно широкая: возможна работа как с традиционными решениями машинного обучения, так и с фундаментальными платформенными и бэкенд-возможностями, а также с новыми агентными и генеративными ИИ-сценариями в зависимости от потребностей команды и сильных сторон кандидата.
Компания ищет прежде всего сильного технического инженера с дисциплиной в разработке ПО, уверенными навыками Python и гибкостью для работы в развивающихся областях ИИ.
Обязанности
- Проектирование, разработка, развертывание и поддержка систем машинного обучения и ИИ в GCP для решения сложных бизнес-задач, улучшения операций и создания новой ценности.
- Перевод концепций машинного обучения в практичные, масштабируемые продакшен-решения с фокусом на надежность, поддерживаемость и качество.
- Взаимодействие с командами для понимания постановки задач, потребностей в данных и подходов к решению для широкого круга бизнес- и технических сценариев.
- Подготовка данных, разработка признаков, разработка и оценка моделей, помощь в операционализации решений в продакшен-средах.
- Создание и автоматизация ML-пайплайнов, включая оркестрацию, мониторинг, логирование, диагностику и оповещение о сбоях, дрейфе, деградации и проблемах с вышестоящими данными.
- Поддержка развертывания моделей, практик MLOps, управления облачными ресурсами и процессов контроля изменений.
- Исследование, оценка и операционализация новых инструментов, фреймворков, платформ и процессов, помогающих масштабировать ИИ-решения, включая новые агентные и генеративные возможности ИИ.
- Принятие ответственности за производственные инциденты, проведение анализа первопричин и внесение улучшений для снижения повторяющихся инцидентов.
- Создание и улучшение документации, стандартов и процессов обеспечения качества для систем и пайплайнов машинного обучения.
- Помощь в создании, поддержке и сопровождении продакшен- и нижних сред, включая разработку, QA и стейджинг.
- Вклад в практики облачной безопасности и соответствия требованиям.
- Наставничество других сотрудников и повышение инженерных и ML-практик команды.
Минимальные требования
- Степень бакалавра в области компьютерных наук, инженерии, статистики, математики, науки о данных или другой количественной области.
- 3+ года профессионального опыта в роли инженера ПО, интеграционного инженера, ML-инженера, AI-инженера или дата-сайентиста.
- 3+ года профессионального опыта работы с крупной облачной платформой, такой как GCP, Azure, Snowflake или Databricks.
- Уверенные навыки разработки на Python.
- Опыт создания, развертывания или поддержки продакшен-решений машинного обучения или ИИ.
- Знакомство с CI/CD, TDD и связанными инженерными инструментами и практиками.
- Опыт работы с фреймворками оркестрации, такими как Prefect или Airflow.
- Опыт работы в средах гибкой разработки ПО, таких как Kanban или Scrum.
- Опыт работы с системами контроля версий и командной разработкой с использованием таких инструментов, как Git или TFS.
- Сильные навыки устного и письменного общения, способность эффективно работать как с техническими, так и с нетехническими партнерами.
- Увлеченность изучением новых технологий, решением сложных задач и работой с инженерным мышлением, основанным на данных.
Предпочтительные требования
- 5+ лет профессионального опыта в роли инженера ПО, интеграционного инженера, ML-инженера, AI-инженера или дата-сайентиста.
- Сильный бэкграунд в разработке ПО, в идеале включающий несколько лет практического инженерного опыта до или параллельно с работой в машинном обучении.
- Опыт работы в среде GCP, включая Vertex AI.
- Опыт создания и поддержки API и эндпоинтов, в идеале в GCP.
- Опыт создания, поддержки и сопровождения традиционных пайплайнов машинного обучения в облачной среде.
- Бэкграунд в методах статистического моделирования, таких как регрессия, ARIMA, Random Forest, оптимизация.