工作地点类型：混合
需求编号：323880
关于 Grainger：
W.W. Grainger, Inc. 是一家领先的综合性分销商，主要在北美、日本和英国开展业务。在 Grainger，我们通过创新技术和深入的客户关系，服务于全球超过 450 万客户，保持世界运行。
公司以其对服务的承诺和获奖文化而闻名，2024 年的收入达 172 亿美元，涵盖两种商业模式。在高接触解决方案领域，Grainger 提供约 200 万种维护、修理和运营（MRO）产品和服务，包括技术支持和库存管理。在无尽选择领域，Zoro.com 为客户提供超过 1400 万种产品，而 MonotaRO.com 则提供超过 2400 万种产品。
更多信息，请访问 www.grainger.com。
薪酬
该职位的预期基本薪资范围为 $121,500.00 至 $202,500.00。
奖励与福利：
我们的福利从第一天开始，提供选择和灵活性，以满足团队成员的个人需求，包括：
• 医疗、牙科、视力和人寿保险计划，覆盖从入职的第一天开始，每年提供 6 次与持证治疗师的免费会议，以支持您的情感健康。
• 全职员工每年享有 18 天带薪休假（根据入职日期按比例累积）和每年 6 个公司假期。
• 每个工资期公司向 401(k) 退休储蓄计划贡献 6%，不需要员工贡献。
• 员工折扣、学费报销、学生贷款再融资，以及免费获得财务咨询、教育和工具的机会。
• 产假支持计划、哺乳福利，以及生育父母可享受最长 14 周的带薪假期，非生育父母可享受最长 4 周的带薪假期。
有关 Grainger 福利的更多信息和详细信息，请点击以下链接：
https://experience100.ehr.com/grainger/Home/Tools-Resources/Key-Resources/New-Hire
上述薪资范围并不保证具体的薪酬。该范围反映了此职位在发布时的潜在基本薪资，基于该职位的工作等级。个人基本薪资将部分取决于地理工作地点、相关经验和技能等因素。
上述预期薪酬范围可能会有所变化，最终支付的薪酬可能高于或低于上述范围。
Grainger 保留在任何时候根据适用法律自行决定修改、调整或终止其薪酬和福利计划的权利。
职位详情：
机器学习平台与运营团队专注于使 Grainger 的机器学习科学家和工程师能够持续开发、部署、监控和优化机器学习模型，并改进机器学习软件开发过程。
我们的使命是通过主动倾听用户并预测 Grainger 不断发展的需求，赋能 Grainger 团队轻松构建、交付和扩展可靠的机器学习、数据科学和分析解决方案；提供自助服务、以质量为先的平台，加速业务成果。
您将与机器学习、数据工程、网络、安全和平台工程团队合作，构建可扩展的自助服务机器学习平台的核心组件，为面向客户的应用提供支持。
您将在开发工具和服务中发挥重要作用，这些工具和服务构成了 Grainger 基于 AI 的功能的支柱，利用深度学习、自然语言处理/生成 AI、计算机视觉等方法。
这是一个激动人心的机会，加入一个推动 Grainger 技术集团数据和 AI 驱动现代化下一个阶段的团队。
我们的团队围绕三个重点领域进行组织：
• 机器学习运营与基础设施：构建和维护核心基础设施组件（例如，Kubernetes 集群）和工具，使多种应用程序的自助开发和部署成为可能，采用 GitOps 实践。
• 机器学习平台：设计和开发用户友好的软件系统和接口，支持机器学习开发生命周期的各个阶段。
• 机器学习有效性与赋能：指导、合作并咨询来自整个组织的机器学习、产品和业务领域团队，以促进高质量 ML 系统的负责任、可扩展和高效开发。
我们寻求能够为一个或多个重点领域做出贡献的个人。成功的候选人如果在其他领域有相关经验，则不需要具备机器学习系统开发的先前实际经验。同样，具备机器学习专业知识和扎实软件工程最佳实践理解的个人，即使没有深入的 Kubernetes 或 DevOps 知识，也能成功。
虽然以下细节反映了我们团队中存在的技能，但候选人不需要具备所有技能。我们最终希望找到好奇心强、具备技术问题解决直觉的个人，并在各个级别和重点领域进行招聘。
然而，这是一项软件和平台工程角色，而不是研究/机器学习工程角色；您将编写代码、设计和操作平台，使团队能够构建、交付和扩展。
您将：
• 构建机器学习平台的自助服务和自动化组件，以支持机器学习模型的开发、部署、扩展和监控。
• 在多个模块中端到端交付生产平台组件；从设计到操作，负责可靠性、性能、安全性和成本。
• 设计 Helm 发布并编写 GitOps 对象（ArgoCD 应用程序/项目），使用 RBAC/同步策略；保持部署的可预测性和可审计性。
• 与机器学习、网络、安全、基础设施和平台工程师合作，以确保对数据、计算和网络服务的高效访问。
• 确保使用 DevOps 标准的严格部署流程，并指导用户遵循软件开发最佳实践。
• 与跨业务团队合作，推动机器学习的更广泛采用，使团队能够提高机器学习系统开发的速度和质量。
您拥有：
• 学士学位和 5 年以上相关工作经验或等同的教育与经验组合。
• 在构建和运营生产级、云部署系统（优先考虑 AWS）方面有良好的记录，具备扎实的软件工程基础（Python/Go 或类似语言）。
• 熟悉基础设施即代码（IaC）工具和模式，以使用 DevOps 或 GitOps 最佳实践（例如，Terraform/Helm + GitHub Actions/ArgoCD）在多个环境中配置、管理和部署应用程序。
• 熟悉应用程序监控和可观察性工具及其集成模式（例如，Prometheus/Grafana、Splunk、DataDog、ELK）。
• 熟悉容器化以及容器管理和编排技术（例如，Docker、Kubernetes）。
• 能够在团队环境中协作工作。
加分项：
• 在设计、分析和故障排除大规模分布式系统和/或与加速计算（例如，GPU）相关的工作方面具有专业知识。
• 了解机器学习生命周期，并具有与机器学习系统及其相关框架/工具（特别是监控和可观察性）相关的工作经验。
• 具有大数据技术、分布式计算框架和/或流数据处理工具（例如，Spark、Kafka、Presto、Flink）的经验。
• 具有部署、评估和测试或以其他方式支持 GenAI 应用程序及其组件（例如，LLM、向量数据库等）的经验。
不符合所有资格要求？研究表明，如果人们没有满足职位发布中列出的所有要求，他们会犹豫申请。如果您觉得自己没有所有所需的经验，但与您的背景相符，并且对这个角色感到兴奋，我们鼓励您申请。您可能是我们团队中此职位或其他职位的优秀候选人。
我们致力于提供平等的就业机会，无论种族、肤色、祖籍、宗教、性别（包括怀孕）、国籍、性取向、年龄、公民身份、婚姻状况、残疾、性别认同或表达、受保护的退伍军人身份或任何其他根据联邦、州或地方法律保护的特征。
我们自豪地成为一个平等机会的工作场所。
我们致力于营造一个包容和可接触的工作环境，包括在申请和招聘过程中为残疾人士提供合理的便利，以及在整个就业过程中。如果您在申请和选择过程中需要合理的便利，包括但不限于使用我们的网站、申请的任何部分、面试或招聘过程，请告知我们，以便我们提供适当的帮助。 
