kèo bóng đá nhà cái hôm nay Sr. Kỹ sư AI-Tối ưu hóa quảng cáo

Mã công việc: R0000442383

Giới thiệu về chúng tôi
Là công ty nằm trong danh sách Fortune 50 với hơn 400.000 nhân viên trên toàn thế giới, kèo bóng đá nhà cái hôm nay là một thương hiệu mang tính biểu tượng và là một trong những nhà bán lẻ hàng đầu của Mỹ. Tham gia kèo bóng đá nhà cái hôm nay có nghĩa là thúc đẩy văn hóa quan tâm và tôn trọng lẫn nhau đồng thời cố gắng tạo ra tác động tích cực và có ý nghĩa nhất. Trở thành thành viên nhóm kèo bóng đá nhà cái hôm nay có nghĩa là tham gia một cộng đồng coi trọng những tiếng nói khác nhau và nâng đỡ lẫn nhau. Ở đây, chúng tôi tin rằng quan điểm độc đáo của bạn rất quan trọng và bạn sẽ xây dựng mối quan hệ bằng cách thể hiện sự chân thực và tôn trọng.

Tổng quan về kèo bóng đá nhà cái hôm nay ở Ấn Độ
Tại kèo bóng đá nhà cái hôm nay, chúng tôi có mục đích vượt thời gian và chiến lược đã được chứng minh. Và điều đó đã không xảy ra một cách tình cờ. Một số bộ óc xuất sắc nhất từ nhiều nền tảng khác nhau đã cùng nhau đến kèo bóng đá nhà cái hôm nay để định nghĩa lại hoạt động bán lẻ trong một môi trường học tập hòa nhập, coi trọng con người và mang lại kết quả đẳng cấp thế giới. Công thức chiến thắng đó đặc biệt rõ ràng ở Bengaluru, nơi kèo bóng đá nhà cái hôm nay ở Ấn Độ hoạt động như một bộ phận tích hợp đầy đủ trong nhóm toàn cầu của kèo bóng đá nhà cái hôm nay và có hơn 5.000 thành viên trong nhóm hỗ trợ chiến lược và hoạt động toàn cầu của công ty.

Tổng quan về kim tự tháp
Vai trò của kèo bóng đá nhà cái hôm nay Data Science & Engineering đồng nghĩa với cơ hội giúp phát triển, triển khai và vận hành các hệ thống tối ưu hóa, máy học và AI tiên tiến sử dụng dữ liệu trên quy mô lớn để tự động hóa và cải thiện các quyết định kinh doanh. Cho dù bạn làm việc trong lĩnh vực Học máy, Tối ưu hóa, Thống kê, Kỹ thuật AI hay MLOps, bạn sẽ được thử thách khai thác phạm vi dữ liệu ấn tượng của kèo bóng đá nhà cái hôm nay để xây dựng các hệ thống thông minh cung cấp giải pháp cho các đối tác về Tiếp thị, Tối ưu hóa chuỗi cung ứng, Cá nhân hóa, An ninh mạng, Bán hàng và Trải nghiệm của khách.
Mỗi thành viên trong nhóm Khoa học & Kỹ thuật dữ liệu mục tiêu được kỳ vọng sẽ đóng góp vào kết quả kỹ thuật và mô hình hóa chất lượng cao, viết mã sản xuất có thể duy trì và hoạt động hiệu quả, áp dụng các phương pháp kỹ thuật phần mềm mạnh mẽ và sử dụng kiến thức về lĩnh vực bán lẻ để tạo ra tác động kinh doanh có thể đo lường được.

Tổng quan về nhóm
TheNhóm Tối ưu hóa khuyến mãi (Hiệu chỉnh & Khuyến khích)xây dựng khả năng đưa ra quyết định thông minh nhằm hỗ trợ các chương trình khuyến mại và ưu đãi được cá nhân hóa dành cho khách hàng Mục tiêu. Nhóm chịu trách nhiệm phát triển và mở rộng quy mô hệ thống AI/ML giúp xác định khách nào sẽ nhận được ưu đãi nào, ở mức độ nào, thông qua kênh nào và trong những hạn chế kinh doanh nào.
Khuyến mãi là đòn bẩy quan trọng để thu hút khách hàng, mức độ trung thành, tăng doanh số bán hàng và phát triển doanh nghiệp. Nhóm làm việc dựa trên sự kết hợp giữa kỹ thuật AI, học máy, nghiên cứu vận hành, thử nghiệm, khoa học tiếp thị và phát triển nền tảng sản xuất để tối ưu hóa đầu tư quảng cáo đồng thời cải thiện mức độ phù hợp của khách hàng và kết quả kinh doanh.

Giới thiệu về vai trò
Là mộtKỹ sư AI cấp cao, bạn sẽ giúp xây dựng và mở rộng quy mô các khả năng AI/ML cấp sản xuất nhằm hỗ trợ hệ sinh thái tiếp thị cá nhân hóa và tối ưu hóa quảng cáo của kèo bóng đá nhà cái hôm nay. Bạn sẽ hợp tác chặt chẽ với các Nhà khoa học dữ liệu, Giám đốc sản phẩm, Kỹ sư, Nhà phân tích và các bên liên quan trong kinh doanh để biến các ý tưởng, mô hình và chiến lược tối ưu hóa AI thành các hệ thống sản xuất đáng tin cậy, có thể mở rộng, an toàn và hiệu suất cao.
Vai trò này lý tưởng cho những kỹ sư thích xây dựng sự kết hợp giữa AI, công nghệ phần mềm, nền tảng dữ liệu và MLOps. Bạn sẽ làm việc thực hành với Python, đường dẫn dữ liệu phân tán, Kafka và kiến ​​trúc hướng sự kiện, API, cơ sở dữ liệu, triển khai mô hình, điều phối quy trình làm việc ML, khả năng quan sát và hỗ trợ sản xuất. Bạn cũng sẽ khám phá và áp dụng các công nghệ AI mới nổi như Generative AI, LLM, RAG, tác nhân AI, khung đánh giá mô hình và tự động hóa quy trình làm việc thông minh để giải quyết các vấn đề bán lẻ thực tế trên quy mô lớn.
Chúng tôi đang tìm kiếm người có nền tảng vững chắc về công nghệ phần mềm, kinh nghiệm triển khai AI/ML thực tế và khả năng cân bằng giữa đổi mới với độ tin cậy, khả năng mở rộng, bảo mật và khả năng bảo trì. Nếu bạn thích giải quyết các vấn đề phức tạp, xây dựng nền tảng AI cấp doanh nghiệp và định hình tương lai của việc ra quyết định bán lẻ dựa trên AI thì đây là cơ hội tuyệt vời để tạo ra tác động có ý nghĩa tại kèo bóng đá nhà cái hôm nay.

Trách nhiệm chính

• Xây dựng các ứng dụng, dịch vụ và nền tảng AI/ML cấp sản xuất bằng cách sử dụng Python và các phương pháp kỹ thuật hiện đại, tập trung vào mã sạch, thử nghiệm, tài liệu, độ tin cậy, khả năng mở rộng và khả năng bảo trì.
• Thiết kế và phát triển quy trình ML và dữ liệu có thể mở rộng để xử lý hàng loạt, phát trực tuyến và gần như theo thời gian thực bằng cách sử dụng khung dữ liệu phân tán, Kafka hoặc kiến trúc hướng sự kiện, công cụ điều phối quy trình làm việc và nền tảng dữ liệu doanh nghiệp.
• Triển khai các quy trình đào tạo, đánh giá, triển khai, suy luận, giám sát và quản lý vòng đời mô hình toàn diện có thể mở rộng trên các tập dữ liệu lớn và các trường hợp sử dụng có tác động cao đối với doanh nghiệp.
• Hợp tác với các nhà khoa học dữ liệu để chuyển đổi nguyên mẫu, sổ ghi chép, mô hình thống kê, mô hình ML, quy trình công việc GenAI và thuật toán tối ưu hóa thành các hệ thống đáng tin cậy, có thể tái sử dụng và sẵn sàng sản xuất.
• Xây dựng và triển khai các API REST, vi dịch vụ, điểm cuối phân phát mô hình, công việc tính điểm hàng loạt và tích hợp theo sự kiện giúp triển khai khả năng AI/ML cho các ứng dụng hạ nguồn và quy trình làm việc của doanh nghiệp.
• Thiết kế hệ thống suy luận có thể mở rộng để đưa ra quyết định khuyến mại, phân khúc, dự đoán đổi thưởng, xếp hạng ưu đãi, mô phỏng chiến dịch và các trường hợp sử dụng tiếp thị được cá nhân hóa.
• Làm việc với SQL, NoSQL, kho đối tượng, kho tính năng và hệ thống dữ liệu phân tán để lưu trữ, truy xuất, chuyển đổi và quản lý dữ liệu có cấu trúc và phi cấu trúc cho các ứng dụng AI/ML.
• Hỗ trợ triển khai sản xuất và quản lý bản phát hành thông qua CI/CD, bộ chứa, thử nghiệm tự động, tạo phiên bản mô hình, xác thực tự động, kiểm soát bản phát hành, chiến lược khôi phục và quản lý môi trường.
• Triển khai các khả năng MLOps bao gồm quy trình tính năng, đăng ký mô hình, theo dõi thử nghiệm, đào tạo lại tự động, giám sát hiệu suất, phát hiện sai lệch dữ liệu, phát hiện sai lệch mô hình, dòng dõi, quản trị và khả năng tái tạo.
• Triển khai các cơ chế về khả năng quan sát và độ tin cậy, bao gồm ghi nhật ký, số liệu, dấu vết, trang tổng quan, cảnh báo, xử lý lỗi, ứng phó sự cố và phân tích nguyên nhân gốc rễ cho hệ thống AI sản xuất.
• Tối ưu hóa các dịch vụ AI/ML về độ trễ, thông lượng, chi phí, khả năng mở rộng, độ tin cậy và hiệu suất hoạt động.
• Đánh giá và tích hợp các thành phần Generative AI và LLM, bao gồm quy trình làm việc nhanh chóng, quy trình RAG, nội dung nhúng, cơ sở dữ liệu vectơ, đánh giá mô hình, rào chắn, biện pháp kiểm soát an toàn và mẫu điều phối nếu có.
• Khám phá các quy trình làm việc của AI tác nhân, bao gồm lập kế hoạch, sử dụng công cụ, lý luận nhiều bước, điều phối quy trình làm việc và các mô hình con người trong vòng lặp cho các trường hợp sử dụng hỗ trợ quyết định và năng suất nội bộ.
• Góp phần đánh giá thiết kế, thảo luận kiến trúc, đánh giá mã, đánh giá mức độ sẵn sàng vận hành và tiêu chuẩn kỹ thuật cho hệ thống AI/ML.
• Khắc phục sự cố sản xuất trên các đường dẫn dữ liệu, dịch vụ mô hình, API, quy trình tối ưu hóa và tích hợp xuôi dòng; xác định nguyên nhân gốc rễ và thực hiện các biện pháp khắc phục lâu dài.
• Tạo các khung, thư viện, mẫu và các phương pháp hay nhất có thể tái sử dụng để cải thiện tốc độ và chất lượng kỹ thuật AI trong toàn nhóm.
• Truyền đạt rõ ràng các thiết kế kỹ thuật, sự cân bằng, hoạt động của hệ thống, rủi ro và hiệu suất sản xuất với các bên liên quan về kỹ thuật và phi kỹ thuật.

Giới thiệu về bạn

• Bằng cử nhân về Khoa học máy tính, Kỹ thuật, Khoa học dữ liệu, Học máy, Toán học, Thống kê hoặc lĩnh vực kỹ thuật liên quan hoặc kinh nghiệm thực tế tương đương.
• 4 năm kinh nghiệm trở lên trong lĩnh vực công nghệ phần mềm, kỹ thuật AI, kỹ thuật máy học, kỹ thuật dữ liệu, MLOps hoặc hệ thống ML sản xuất.
• Có kinh nghiệm lập trình thực hành vững chắc bằng Python, với khả năng viết mã mô-đun, có thể bảo trì, được kiểm tra kỹ lưỡng và có chất lượng sản xuất.
• Trải nghiệm xây dựng và triển khai quy trình AI/ML toàn diện, bao gồm chuẩn bị dữ liệu, kỹ thuật tính năng, đào tạo mô hình, đánh giá mô hình, triển khai mô hình, suy luận, giám sát và quản lý vòng đời.
• Hiểu rõ về các phương pháp MLOps, bao gồm CI/CD cho ML, lập phiên bản mô hình, theo dõi thử nghiệm, xác thực tự động, đăng ký mô hình, quy trình đào tạo lại, tự động hóa triển khai và giám sát sản xuất.
• Kinh nghiệm thiết kế và vận hành các hệ thống suy luận mô hình có thể mở rộng, quy trình tính điểm hàng loạt, API, vi dịch vụ hoặc tích hợp ML theo sự kiện.
• Kinh nghiệm làm việc với các hệ thống xử lý dữ liệu phân tán như Spark, Hadoop/Hive hoặc các nền tảng dữ liệu quy mô lớn tương đương.
• Trải nghiệm với SQL và một hoặc nhiều công nghệ cơ sở dữ liệu, bao gồm cơ sở dữ liệu quan hệ, cơ sở dữ liệu NoSQL, kho đối tượng hoặc kho tính năng.
• Các nguyên tắc cơ bản về kỹ thuật phần mềm vững chắc, bao gồm cấu trúc dữ liệu, thuật toán, thiết kế hệ thống, thiết kế API, kiểm tra, đánh giá mã, xử lý lỗi, gỡ lỗi và tài liệu.
• Kiến thức làm việc về các khái niệm máy học, đánh giá mô hình, kỹ thuật tính năng, phân phối mô hình và các khung ML phổ biến.
• Trải nghiệm về khả năng chứa, điều phối, nền tảng đám mây, bộ lập lịch quy trình làm việc và các phương pháp thực hành DevOps hiện đại.
• Hiểu rõ về khả năng quan sát và độ tin cậy của hệ thống AI/ML, bao gồm giám sát, cảnh báo, ghi nhật ký, theo dõi hiệu suất, gỡ lỗi và phân tích nguyên nhân gốc rễ.
• Khả năng hợp tác hiệu quả với Nhà khoa học dữ liệu và chuyển các mô hình thử nghiệm hoặc sổ ghi chép thành hệ thống sản xuất có thể mở rộng.
• Khả năng làm việc trong những không gian có vấn đề mơ hồ, phá vỡ các hệ thống phức tạp và cung cấp giải pháp chất lượng cao theo tiến trình kinh doanh.
• Kỹ năng giao tiếp bằng văn bản và bằng lời nói xuất sắc, cùng với khả năng giải thích các khái niệm kỹ thuật, sự cân bằng và hoạt động của hệ thống cho cả đối tượng kỹ thuật và phi kỹ thuật.

Kỹ năng cần có

• MạnhKỹ thuật Python ekinh nghiệm thực hành mã hóa đạt chất lượng sản xuất.
• Kinh nghiệm thực tế xây dựng và triển khaiQuy trình AI/MLhoặc các ứng dụng hỗ trợ ML.
• Trải nghiệm thực tế vớiMLOps, triển khai mô hình, CI/CD, giám sát và quản lý vòng đời.
• Trải nghiệm với quy mô lớn dxử lý ata bằng SQL và nền tảng dữ liệu phân tán.
• Trải nghiệm xây dựng API, dịch vụ, tác vụ hàng loạt hoặc tích hợp theo sự kiện cho các trường hợp sử dụng AI/ML.
• Khả năng gỡ lỗi, kiểm tra, tài liệu và hỗ trợ sản xuất mạnh mẽ.
• Khả năng cộng tác với các nhóm Khoa học dữ liệu, Sản phẩm, Kỹ thuật và kinh doanh để cung cấp các giải pháp AI có thể mở rộng.

Kỹ năng ưu tiên/Có tốt

• Kinh nghiệmxây dựng ứng dụngđang sử dụngAI và LLM sáng tạo, bao gồm kỹ thuật nhanh chóng, kiến trúc RAG, nội dung nhúng, cơ sở dữ liệu vectơ, khung đánh giá và điều phối mô hình.
• Tiếp xúc vớihệ thống AI tác nhân, bao gồm cảquy trình làm việc của nhiều tác nhân,lập kế hoạch, sử dụng công cụ, khung điều phối và các kiểu ra quyết định tự trị hoặc bán tự trị.
• Kinh nghiệmtriển khai khả năng quan sát LLM,đánh giá, rào chắn, kiểm soát an toàn và các biện pháp thực hành AI có trách nhiệm đối với hệ thống GenAI sản xuất.
• Kinh nghiệm tối ưu hóa quảng cáo, cá nhân hóa, hệ thống giới thiệu, công nghệ tiếp thị, phương tiện bán lẻ, nhắm mục tiêu khách hàng, định giá hoặc quyết định ưu đãi.
• Kinh nghiệm làm việc với các mô hình tối ưu hóa hoặc hệ thống quyết định, bao gồm lập trình tuyến tính, lập trình số nguyên hỗn hợp, mô phỏng, chẩn đoán hoặc hệ thống dựa trên ràng buộc.
• Trải nghiệm xây dựng nền tảng AI có thể tái sử dụng, dịch vụ ML dùng chung, nền tảng tính năng, nền tảng phân phối mô hình hoặc công cụ dành cho nhà phát triển nội bộ được sử dụng trong nhiều nhóm.
• Kinh nghiệm thiết kế hệ thống suy luận có thông lượng cao, độ trễ thấp, tiết kiệm chi phí cho khối lượng công việc sản xuất.
• Trải nghiệm với nền tảng ML dựa trên đám mây, Kubernetes, Docker, Airflow, cơ quan đăng ký mô hình, cửa hàng tính năng hoặc công cụ điều phối quy trình làm việc.
• Có kinh nghiệm với các khung và công cụ ML như scikit-learn, XGBoost, TensorFlow, PyTorch, MLflow, Kubeflow, Ray, LangChain, LlamaIndex hoặc các công nghệ tương tự.
• Có kinh nghiệm với các nền tảng thử nghiệm, cơ sở hạ tầng thử nghiệm A/B, hệ thống đo lường nguyên nhân hoặc đo lường tác động kinh doanh.

Biết thêm về chúng tôi tại đây:

• Cuộc sống ở mục tiêu-
• Lợi ích-
• Văn hóa-