Canonical
Globally remote · Télétravail possible · Publiée le 12 novembre
Engineering Manager – MLOps & Analytics
LieuGlobally remote
ExpérienceSenior
Avant de postuler : ce qu'il faut savoir
- Aucun signal d'arnaque détecté.Vérifier une autre offre
- À vérifier : Le salaire n'est pas indiqué : demande la fourchette avant l'entretien.
- Bon point : Employeur nommé : Canonical.
Ton CV colle-t-il à cette offre ?
Ajoute ton CV : ton niveau en 30 secondes, sans créer de compte.
On lit ton CV pour te répondre, sans le garder. Il n'est enregistré que si tu crées ton compte.
En bref
Poste de manager d'ingénierie chez Canonical, en télétravail mondial, chargé de diriger une équipe distribuée sur le portefeuille MLOps et Analytics. Le poste combine management, revue de code et leadership architectural autour d'outils open source de machine learning comme Kubeflow, MLflow et Feast.
Missions
- Manager une équipe d'ingénieurs distribuée et son portefeuille MLOps/Analytics
- Organiser et diriger les processus de l'équipe pour atteindre ses objectifs
- Mener des entretiens individuels réguliers avec les membres de l'équipe
- Identifier et mesurer les indicateurs de santé de l'équipe
- Participer à la revue de code et au leadership architectural
- Élaborer avec les autres managers, product managers et architectes une feuille de route technique ambitieuse et réalisable
- Mentorer les membres de l'équipe et les accompagner dans leurs objectifs professionnels
- Interagir avec la communauté open source et représenter Canonical lors de conférences
Profil recherché
- Expérience avérée de livraison de logiciels
- Expérience professionnelle en développement Python, idéalement avec des contributions open source
- Bonne compréhension de l'écosystème du machine learning, de ses défis et de ses opportunités d'amélioration
- Expérience de conception et de mise en œuvre de solutions MLOps
- Excellent parcours académique, idéalement jusqu'au niveau universitaire
- Disponibilité pour voyager jusqu'à 4 fois par an pour des événements internes
Compétences appréciées
- Expérience pratique avec des bibliothèques ou outils de machine learning
- Expérience de construction de solutions de machine learning automatisées dans le cloud
- Expérience de construction de modèles de machine learning
- Expérience des technologies de conteneurs (Docker, LXD, Kubernetes)
- Expérience avec les clouds publics (AWS, Azure, Google Cloud)
- Connaissance de Linux et du monde du logiciel libre
- Intérêt pour la qualité logicielle et les tests
Ce que propose le poste
- Environnement de travail distribué avec des sprints d'équipe en présentiel deux fois par an
- Budget personnel de formation et de développement de 2 000 USD par an
- Révision annuelle de la rémunération, prime annuelle liée à la performance
- Congés annuels, congés maternité et paternité, programme d'aide aux employés
- Déplacements vers de nouvelles destinations pour rencontrer les collègues, avec un accès Priority Pass
Source : Jobicy. Annonce nettoyée et résumée par CandidAI.