Principal, Cloud Data Platform Engineer

Aufgaben

• Verbesserung der Cloud-Plattform durch Produktentwicklung, Design, Plattformaufbau und Technologie-Ermöglichung
• Produktentwicklung und -design im gesamten Zyklus (Beta, MVP und GA)
• Bereitstellung von Thought Leadership und technischer Richtung für Produktroadmap, Funktionsänderungen, Leistungs- und Sicherheitsoptimierung, datengesteuerte Analysen und maschinelles Lernen
• Bewertung der Geschäftsbedürfnisse der Kunden und Zusammenarbeit mit funktionsübergreifenden Produktteams (Daten, Produkt, Engineering und Customer Success), um neue Produkte, Dienste oder Erweiterungen schnell für Endkunden verfügbar zu machen
• Verfolgung neuer Technologien, aufkommender Branchenmuster und Innovationen und deren Weitergabe an wichtige Interessengruppen
• Planung, Gestaltung und Beschreibung der Big-Data-Analysebedürfnisse des Unternehmens
• Ausbildung, Integration und Betrieb von Datenanalyse- und Machine-Learning- sowie Deep-Learning-Modellen
• Gewährleistung der Robustheit dieser Modelle und Veröffentlichung in produktionsreifer Form
• Bereitstellung von Daten- und Empfehlungsberichten, um Erkenntnisse mit der Führungsebene zu teilen
• Dokumentation und Strukturierung nützlicher Daten für Zwecke des maschinellen Lernens und der Datenwissenschaft
• Zusammenarbeit mit anderen Datenwissenschaftlern, Ingenieuren, Analysten, Beratern und Fachleuten, um Geschäftschancen, Risiken und Wettbewerbsbedrohungen zu verstehen
• Bewertung von Risiken und Nutzen von Datenprojekten und -produkten im Unternehmen und auf Cloud-Plattformen
• Fund und Optimierung von Modellen, die in die Produktion deployed werden
• Entwicklung und Coaching von Teammitgliedern in der Entwicklung und Nutzung neuer Technologien, Werkzeuge, Bibliotheken, Entwicklungsumgebungen und neuer Funktionen
• Schreiben von Skripten und Code zur Automatisierung der Bereitstellung von Netzwerk-Builds

Anforderungen

• Bachelor-Abschluss in Informatik, Data Engineering oder einem anderen technischen Fachgebiet. Master bevorzugt.
• 5+ Jahre relevante Berufserfahrung und Erfahrung in der Produktisierung.
• 2+ Jahre Erfahrung in der Entwicklung und Wartung von Data-Engineering- und Data-Science-Lösungen auf Cloud-Plattformen (GCP bevorzugt).
• Beherrschung im Aufbau, Deployment und der Wartung von Datenpipelines auf AWS oder GCP (bevorzugt).
• Beherrschung von Datenwerkzeugen und Programmiersprachen für Data Science: PyTorch, TensorFlow, fast.ai oder ähnlich.
• Starke Statistikkenntnisse; Vertrautheit mit Kernstatistikmethoden, einschließlich: ANOVA, Chi-Quadrat, Regression, Konfidenzintervalle, p-Werte.
• Erfahrung in Datenarchitektur und Datenmodellierung mit SQL (bevorzugt).
• Hohes Maß an zwischenmenschlichen, kommunikativen und kollaborativen Fähigkeiten.
• Vertrautheit mit relationalen Datenmodellen (SQL).
• Fähigkeit, unabhängig zu arbeiten und Ergebnisse mit minimaler Aufsicht zu liefern.
• Großes Interesse und Erfahrung mit maschinellem Lernen & Transformers, BERT & Embeddings.
• 5+ Jahre Erfahrung in der Implementierung großskaliger Machine-Learning-Frameworks.
• 3 bis 5+ Jahre angewandtes maschinelles Lernen (Erfahrung in den Bereichen NLP und Computer Vision ist von Vorteil).
• Äquivalent zu 18+ College-Credits in Informatik oder Bereitschaft, einen BA/BS/MS in einem technischen Fachgebiet zu erwerben.
• Beherrschung von Skripting in mindestens einer der folgenden Programmiersprachen: Python, Ruby oder Go.
• Beherrschung in mindestens einem der folgenden Produktbereiche: Cloud, Virtualisierung, Netzwerk oder Speicher.