Brésil
C6 Bank
Bunge
Ingénieur Principal en Machine Learning
Brésil
São Paulo, São Paulo, Brazil
PythonGCPDockerKubernetesTerraform
Traduction automatique. Consultez l’original.
À propos du poste
--------------------------------------------------------------------------------
Ville : Sao Paulo
État : São Paulo (BR-SP)
Pays : Brésil (BR)
Numéro de réquisition : 43238
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
Bunge propose une opportunité passionnante pour
Ingénieur Principal en Machine Learning.
Dans ce rôle, vous ferez partie d'une équipe mondiale travaillant sur des projets stimulants et significatifs qui ont un impact sur les activités principales de l'entreprise.
Depuis 1818, Bunge connecte les agriculteurs aux consommateurs pour fournir des aliments, des aliments pour animaux et des carburants essentiels au monde. Tournés vers l'avenir, notre ambition est de nous réinventer continuellement, en exploitant les données pour être à la pointe de l'analyse, de la technologie et des talents afin d'accomplir notre objectif de manière meilleure, plus rapide et plus simple.
Bunge s'engage à opérer et à prospérer dans le monde numérique – en créant des équipes agiles de classe mondiale où les coéquipiers sont responsabilisés et encouragés à collaborer, à tester et à apprendre pour réussir.
Chez Bunge, les gens ne viennent pas seulement travailler, ils viennent grandir – en résolvant des défis qui ont un impact direct sur le monde avec une équipe diversifiée de penseurs et d'acteurs.
Plus important encore, dans tout ce que nous faisons, nous vivons nos valeurs :
- Agir en tant qu'équipe unie en favorisant l'inclusion, la collaboration et le respect
- Viser l'excellence en étant agile, innovant et efficace
- Faire ce qui est juste en agissant de manière sûre, éthique et durable
Aperçu
Nous recherchons des Ingénieurs en GCP Machine Learning (MLE). Avec une solide expérience dans le déploiement de solutions de machine learning en production en utilisant des outils/algorithmes et méthodologies de pointe, en suivant les principes du DevOps et un processus de développement piloté par les tests. Les MLE travaillent en étroite collaboration avec les data scientists et les data engineers, en les guidant pour se concentrer non seulement sur la performance des modèles et des pipelines, mais aussi sur la stabilité, la reproductibilité et la scalabilité de la livraison d'un produit logiciel.
Chez Bunge (NYSE : BG), notre objectif est de connecter les agriculteurs aux consommateurs pour fournir des aliments, des aliments pour animaux et des carburants essentiels au monde. En tant que fournisseur de premier plan de solutions agroalimentaires, notre équipe d'environ 37,000 employés dévoués collabore avec des agriculteurs du monde entier pour déplacer les produits agricoles de là où ils sont cultivés vers là où ils sont nécessaires – de manière plus rapide, plus intelligente et plus efficace. Nous sommes un leader mondial dans l'origination, le stockage, la distribution de céréales, le traitement et le raffinage d'oléagineux, offrant un large portefeuille d'huiles, de graisses et de protéines d'origine végétale. Nous travaillons aux côtés de nos clients aux deux extrémités de la chaîne de valeur pour fournir des produits de qualité et développer des solutions personnalisées et innovantes qui répondent aux besoins changeants des consommateurs. Avec plus de 200 ans d'expérience et une présence dans plus de 50 pays, nous nous engageons à renforcer la sécurité alimentaire mondiale, à promouvoir la durabilité et à aider les communautés à prospérer là où nous opérons. Bunge a son siège social enregistré à Genève, en Suisse, et son siège social d'entreprise à St. Louis, Missouri. Apprenez-en davantage sur Bunge.com.
Chaque jour, nos employés incarnent ces valeurs, qui représentent Bunge dans son essence :
- Nous sommes une équipe unie – Collaborative, Respectueuse, Inclusive
- Nous ouvrons la voie – Agile, Autonomisée, Innovante
- Nous faisons ce qui est juste – Sécurité, Durabilité, avec Intégrité
Si cela vous correspond, rejoignez-nous ! Nous valorisons et investissons dans les personnes qui croient en notre objectif et sont enthousiastes à l'idée de le vivre chaque jour – les personnes qui
#ProudtoBeBunge
Bunge offre un solide ensemble de rémunération et d'avantages sociaux, un généreux programme de congés payés, des modalités de travail flexibles et des opportunités de progression.
Notre environnement de travail hybride offre un équilibre entre le travail au bureau et le travail à distance.
Fonctions essentielles
- Collaborer avec les Data Scientists pour tester et mettre à l'échelle de nouveaux algorithmes via des pilotes, puis industrialiser les solutions à grande échelle.
- Influencer, construire et maintenir l'infrastructure de données à grande échelle nécessaire aux projets d'IA, et l'intégrer aux infrastructures/services informatiques externes afin de fournir une solution e2e
- Tirer parti d'une compréhension de l'architecture logicielle et des modèles de conception logicielle pour écrire du code évolutif, maintenable, bien conçu et pérenne.
- Concevoir, développer et maintenir le framework pour les pipelines analytiques.
- Développer des composants communs pour résoudre les points faibles des projets de machine learning, tels que la gestion du cycle de vie des modèles, le magasin de caractéristiques et l'évaluation de la qualité des données.
- Fournir des contributions et aider à mettre en œuvre des frameworks et des outils pour améliorer la qualité des données.
- Travailler au sein d'équipes agiles interfonctionnelles composées d'ingénieurs logiciels/machine learning hautement qualifiés, de data scientists, de designers, de chefs de produit et d'autres pour construire l'écosystème d'IA au sein du Groupe.
- Livrer à temps, en démontrant un fort engagement à atteindre la mission de l'équipe et le backlog convenu.
- Unir nos forces avec nos équipes de développement logiciel, de Data Science et DevOps pour comprendre leurs besoins et construire des solutions automatisées bien architecturées, telles que des pipelines CI/CD, des pipelines de données ou une infrastructure de déploiement utilisant la plateforme Google Cloud.
Prérequis
Qualifications
- Diplôme de licence, ou combinaison d'années d'expérience et d'éducation, en informatique, en technologie de l'information ou dans un domaine connexe (ou expérience professionnelle équivalente).
- Au moins 5 années d'expérience pratique avérée en tant qu'ingénieur DevOps avec les principaux services cloud publics, avec une préférence pour les services GCP, y compris, mais sans s'y limiter, Compute Engine, GKE, Big Query, Cloud Run et Cloud Composer. Points bonus si vous avez obtenu des certifications professionnelles Google Cloud (telles qu'Architecte, Data Engineer ou DevOps).
- Jouer un rôle important dans le développement d'autres juniors, agir en tant que consultant technique auprès des chefs de produit et être valorisé en tant qu'atout pour tout projet de data science.
- Expert du domaine et conseiller fonctionnel pour les parties prenantes commerciales.
- Capacité à appliquer les meilleures pratiques de développement logiciel aux projets de machine learning, y compris les tests unitaires, l'intégration DevOps, la gestion des versions, le développement piloté par les tests, etc.
- Capacité à automatiser le processus de développement des projets de machine learning en tirant parti des outils et technologies de pointe tels que les conteneurs, l'intégration et la livraison continues, les outils d'orchestration.
- Familiarité avec au moins une des principales solutions cloud, de préférence GCP. Capacité à recommander et sélectionner les bons services disponibles dans le cloud pour résoudre les problèmes techniques.
- Bonne compréhension et expérience des principes de conception logicielle et des modèles de conception.
- Capacité à transformer des modèles de machine learning de preuve de concept en solutions évolutives.
- Bonne compréhension de la méthodologie Agile et scrum, en maintenant l'équipe concentrée sur la création de valeur commerciale.
- Autonome avec de solides compétences en résolution de problèmes et en apprentissage.
- Flexibilité face aux changements de direction de travail au fur et à mesure du développement du projet.
- Croire en une culture non hiérarchique de collaboration, de transparence, de sécurité et de confiance. Travailler en se concentrant sur la création de valeur, la croissance et le service aux clients avec une pleine propriété et responsabilité.
- Expérience démontrable avec Terraform.
- Avoir mis en œuvre des solutions Kubernetes et Docker (ou moteur de conteneur similaire).
- Avoir construit des solutions de surveillance à grande échelle avec Google Cloud Monitoring ou d'autres outils (par exemple, Datadog, Sentry, Prometheus, Grafana, SolarWinds).
- Connaissance de Python et de tout autre langage de script (par exemple, Bash). Si vous avez de l'expérience dans la construction de produits de plateforme de données et avec des technologies Big Data comme Spark, c'est un plus.
- Maîtrise de l'anglais.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil
