ML Data Engineer — Production Pipelines & MLOps

CreateFuture; United States; Hybrid; USD 110,000 - 190,000; Full time

Benefits offered by this job

Flexible work options

Hybrid/Remote options

Job summary

CreateFuture ищет старшего инженера по данным с фокусом на машинном обучении. Ваша задача — взять под контроль пайплайны данных и признаков, обеспечить переход моделей в продакшн и устойчивость их работы, вместе с командой data scientists.

Вы будете ментором, сотрудничать с заказчиками и коллегами, используя Python, PySpark и облачные платформы. Роль предполагает гибридную работу с акцентом на качество кода, CI/CD и мониторинг, чтобы предвидеть дрейф и деградацию в реальных продуктах.

Qualifications

• Опыт разработки data и feature pipelines для production ML.
• Практический опыт MLOps: реестры моделей, трекинг экспериментов, авто retraining.
• Умение работать с ML фреймворками и в продакшн производить пайплайны.
• Глубокие SQL навыки и data modelling в компетенции Kimball/ Lakehouse.
• Программирование на Python и PySpark для пакетной обработки.
• Опыт оркестрации, повторяемых деплойментов и CI/CD.
• Навыки коммуникации с стейкхолдерами и менторинг.

Responsibilities

• Возглавлять проектирование и поддержку production data и feature pipelines.
• Доопределять проблемы и обеспечивать reproducibility и correctness.
• Измерять и мониторить drift и деградацию моделей.
• Развивать CI/CD для data и ML рабочих процессов.
• Менторить младших инженеров и повышать качествоDelivery.
• Сотрудничать с учёными данными и стейкхолдерами для technically sound решений.

Skills

Data pipelines

MLOps

ML frameworks

SQL

Python

PySpark

CI/CD

Mentoring

Stakeholder management

Model deployment

Tools

Databricks

Snowflake

AWS (Glue/EMR/S3)

Job description

CreateFuture ищет старшего инженера по данным с фокусом на машинном обучении. Ваша задача — взять под контроль пайплайны данных и признаков, обеспечить переход моделей в продакшн и устойчивость их работы, вместе с командой data scientists.

Вы будете ментором, сотрудничать с заказчиками и коллегами, используя Python, PySpark и облачные платформы. Роль предполагает гибридную работу с акцентом на качество кода, CI/CD и мониторинг, чтобы предвидеть дрейф и деградацию в реальных продуктах.