MLOps工程师
发布日期：2023年5月7日
地点：新加坡，新加坡
公司：3677
关于大华银行
大华银行有限公司（UOB）是亚洲领先的银行，在亚太地区、欧洲和北美洲拥有超过500个分支机构和办事处的全球网络。在亚洲，我们通过新加坡总部和中国、印度尼西亚、马来西亚和泰国的银行子公司以及分支机构和办事处开展业务。我们的历史超过80年。在这段时间里，我们一直秉持着我们的价值观-诚信、进取、团结和承诺。这意味着我们始终努力做正确的事情，为未来建设，团结一致，追求长期成功。这是我们的工作方式，无论是对公司、同事还是客户。
关于部门
集团技术与运营部（GTO）提供软件和系统开发、信息技术支持服务和银行业务。
我们将技术组件集中和标准化到新加坡，创建了一个全球足迹，可用于支持我们的区域子公司和全球各地的分支机构。我们使用这种架构在19个国家运营和支持，提供安全灵活的银行基础设施。
我们的运营部门为我们的业务提供交易客户服务，同时通过流程改进、自动化和直通处理专注于成本效益。
工作职责
分析模型平台MLOps工程师
该角色负责将数据科学家开发的ML模型投入生产。他/她将是ML模型重构、优化、容器化部署和监控其质量的中心点。主要职责包括：
• 根据整体平台治理原则（如版本控制、数据/模型血统、最佳代码实践）对ML模型进行合规性审查，并向数据科学家提供潜在改进的反馈。
• 利用MLOps领域CI/CD垂直最佳实践，开发持续运营、反馈和监控ML模型的流程。这可以包括监测数据漂移、触发模型重新训练和设置回滚。
• 优化AI开发环境（开发、测试、生产）的可用性、可靠性和性能。
• 与基础架构和应用开发团队建立紧密关系，以了解将ML模型集成到企业应用程序的最佳方法（例如，将生成的模型转换为API）。
• 与数据工程师合作，确保数据存储（数据仓库或数据湖）和数据管道以及ML特征或数据存储正常工作。
• 评估开源和AI/ML平台和工具的可行性，从基础架构的角度进行集成。这还涉及了解数据科学团队使用的ML平台的最新开发、补丁和升级。
职位要求
技术技能
• 熟练使用Python进行ML和自动化任务
• 必须具备良好的Bash和Unix/Linux命令行工具知识
• 必须具备使用GitLab CI、GitHub Actions、Airflow或类似工具构建CI/CD流水线编排的实际经验
• 必须具备Kubernetes知识
• 使用至少一个流行的框架或平台（如Kubeflow、AWS Sagemaker、Google AI Platform、Azure Machine Learning、DataRobot、DKube）进行数据科学项目的运营化的知识。
• 熟悉ML库，如Panda、NumPy、TensorFlow等
• 具备云平台（如AWS、GCP）知识将是一个优势
软技能
• 熟悉Devops流程和原则
• 在软件工程基础知识方面有扎实的基础
• 出色的沟通能力
• 注重细节
• 分析思维和解决问题的能力
• 强大的组织能力
• 视觉思维 
新加坡