职位：ML Ops工程师
地点：新泽西州伯克利海茨
资格要求：
总体上拥有10年以上在生产/企业环境中提供DevOps和MLOps的经验。
优秀的书面和口头沟通和演示技巧。
在涉及平台和基础设施运营的技术角色方面有经验。
具有Unix或Linux系统的系统管理经验。
使用Docker和Kubernetes进行基于容器的部署经验。
精通机器学习建模生命周期，并能够处理模型交付的功能和技术方面。
具有管理和部署像Spark、DASK和H20这样的大型分布式系统和异构平台组件的经验。
熟悉Python或R等编程语言，并能够理解大多数常用机器学习算法的统计基础。
熟悉机器学习框架：Sci-kit、Keras、Theano、TensorFlow、SparkMlib等。
首选有IBM Watson Machine Learning系统或相关系统的实际经验。
首选具有HPC Nvidia、CUDA的实际经验。
首选具有Ansible、puppet等配置管理工具的经验。
首选具有使用Grafana和Zabbix等工具对机器学习平台进行监控和性能分析的经验。
CST为其客户在各个工业领域提供完整、具有成本效益的端到端人员解决方案。CST的使命是让全球企业能够做出更好、更快的运营决策。 
纽约