Kelayakan:

• Lebih daripada 3 tahun pengalaman dalam pembelajaran mesin, kejuruteraan ML, atau peranan hibrid. (pengalaman profesional gabungan)
• Kecekapan dalam Python untuk manipulasi data, pembangunan API, dan integrasi ML. (3 tahun pengalaman)
• Kebolehan untuk menulis skrip ETL yang efisien dan menguruskan set data yang besar. (1-2 tahun – mana-mana alat ETL)
• Pengetahuan yang kuat dalam pengurusan pangkalan data (SQL, NoSQL, PostgreSQL, atau yang serupa). (MySQL – 1-2 tahun)
• Kesedaran tentang pengesanan objek berasaskan YOLO dan pemprosesan OCR. (sila sertakan dalam nota projek berkaitan OCR yang mereka telah kerjakan.)
• Pengetahuan tentang pemprosesan imej dan alat visi komputer seperti Pillow, OpenCV, pdf2image, dan lain-lain. (lebih daripada 2 tahun)
• Pengalaman dalam melatih dan menguji model pembelajaran mesin menggunakan Tensorflow, Pyspark, dan Scikit-learn. (semua 3 – lebih daripada 3 tahun)
• Pengalaman praktikal dengan Docker, Kubernetes, dan aliran kerja ML yang terkontena. (lebih daripada 1 tahun)
• Pengalaman bekerja dengan perkhidmatan Azure & Cloud (Data Factory, Blob Storage, ML Studio, dan sumber pengiraan lain). (lebih daripada 1 tahun – AWS/GCP adalah pilihan)
• Pengalaman dengan Flask, FastAPI, atau kerangka API lain. (mana-mana/Django – 1-2 tahun)
• Pengetahuan tentang amalan terbaik MLOps untuk penyebaran dan pemantauan model ML dalam pengeluaran.
• Pengalaman praktikal menggunakan Git dan Github/Gitlab, serta Github Actions. (lebih daripada 1 tahun – mana-mana)

Kemahiran yang Diharapkan (Baik untuk Ada):

• Pengalaman bekerja dalam insurans, pemprosesan dokumen, atau aplikasi berkaitan OCR.

• Pengetahuan tentang pemprosesan data teragih (Spark, Dask, atau yang serupa).

• Pendedahan kepada amalan DevOps untuk saluran CI/CD dalam projek ML.

• Kesedaran tentang model berasaskan NLP dan LLM.

• Pengetahuan AWS/GCP

Butiran Pekerjaan Lain:

Penyediaan Kerja: Hibrid, 1-2 kali di lokasi sebulan

Jadual Kerja: Sesi Tengah (4pm-12mn)

Tanggungjawab:

• Reka bentuk, pembangunan, dan penyelenggaraan saluran data untuk menguruskan imej TIFF, medan yang diekstrak, CSV, PDF, XML, dan output terstruktur.

• Membangun dan mengoptimumkan aliran kerja ETL untuk pra-pemprosesan (pengubahan saiz, putaran, pengurangan bunyi) dan integrasi saluran kerja ML.

• Membangun, melatih, menilai, menyebarkan, dan memantau model pembelajaran mendalam dalam persekitaran pengeluaran.

• Membangunkan titik akhir API dan mengintegrasikan data terstruktur ke dalam aplikasi kunci data yang sedia ada.

• Melaksanakan mekanisme log, pemantauan, dan pengendalian ralat untuk prestasi model dan konsistensi data.

• Bekerja dengan penyebaran Dockerized untuk memudahkan aliran kerja ML dan data.

• Berkolaborasi dengan jurutera ML, pemaju perisian, dan jurutera ujian kualiti untuk memastikan integrasi yang lancar.

Sila rujuk kepada deskripsi pekerjaan.