Kỹ sư giải pháp MLOps tại Canonical

Tổng quan vị trí

Vị trí kỹ thuật giải pháp này giúp doanh nghiệp thiết kế hạ tầng AI và học máy trong giai đoạn trước bán hàng. Công việc tập trung vào yêu cầu khách hàng, kiến trúc, trình diễn và triển khai, không phải nghiên cứu mô hình nội bộ. Canonical mô tả các nhóm làm việc tại nhà ở EMEA, châu Mỹ và APAC, với việc đi công tác quốc tế tối đa 30% cho sự kiện khách hàng và công ty.

Trách nhiệm

• Thu thập yêu cầu kinh doanh và kỹ thuật, tư vấn khách hàng về Ubuntu và phần mềm AI/ML mã nguồn mở.
• Thiết kế và triển khai hạ tầng xử lý dữ liệu, ML và đám mây bằng Kubernetes, Kubeflow, OpenStack, Spark và công cụ liên quan.
• Bàn giao giải pháp tại chỗ hoặc trên AWS, Azure và Google Cloud sau khi triển khai, kiểm thử và chuyển cho nhóm hỗ trợ hay dịch vụ quản lý.
• Trình bày Ubuntu Pro và năng lực AI/ML cho khách hàng hiện tại và tiềm năng.
• Phối hợp với nhóm bán hàng, chuyển phản hồi khách hàng cho nhóm sản phẩm và hỗ trợ mục tiêu chung.

Yêu cầu

• Có kinh nghiệm triển khai giải pháp kỹ thuật dữ liệu, MLOps hoặc dữ liệu lớn, cùng khả năng lập trình bằng Python, R hoặc Rust.
• Biết thực tế về Linux, ảo hóa, container, mạng và đám mây; Kubernetes cùng AWS, Azure hoặc Google Cloud là những kỹ năng liên quan.
• Có tư duy giải quyết vấn đề gắn với kinh doanh và kỹ năng thuyết trình tiếng Anh chuyên nghiệp để trao đổi với khách hàng.
• Quen với hạ tầng học máy, đám mây riêng và ứng dụng phân tích dữ liệu.
• Có bằng kỹ thuật hoặc lộ trình thay thế thuyết phục, chủ động học hỏi và có thể đi công tác gặp khách hàng hay dự sự kiện công ty.

Công nghệ trong công việc

• Python: Python AWS Azure GCP Kubernetes SQL .
• AWS: Python AWS Azure GCP Kubernetes SQL .
• Azure: Python AWS Azure GCP Kubernetes SQL .
• GCP: Python AWS Azure GCP Kubernetes SQL .
• Kubernetes: Python AWS Azure GCP Kubernetes SQL .
• SQL: Python AWS Azure GCP Kubernetes SQL .
• Linux: Python AWS Azure GCP Kubernetes SQL .
• Rust: Experience deploying data engineering, MLOps or big-data solutions, plus programming in a language such as Python, R or .
• R: Experience deploying data engineering, MLOps or big-data solutions, plus programming in a language such as Python, R or .
• Spark: Architect and deploy data-processing, ML and cloud infrastructure using Kubernetes, Kubeflow, OpenStack, Spark and related .
• Google Cloud: Deliver solutions on premises or on AWS, Azure and Google Cloud, then test and hand them to support or managed .
• CAN: We are growing teams in EMEA, Americas and APAC time zones, so can accommodate candidates from almost any .

Hướng dẫn đánh giá mức độ phù hợp (tiếng Anh)

Phân tích dựa trên yêu cầu và trách nhiệm trong tin tuyển dụng của nhà tuyển dụng.

Understanding the scope. This MLOps Field Engineer position at Canonical is best assessed through the work described in the employer’s posting, rather than the title alone. The available role overview says: “This field engineering role helps enterprises design AI and machine-learning infrastructure during the presales process. It centres on customer requirements, architecture, demonstrations and deployment rather than…” Read that statement together with the responsibilities below to understand the likely balance between delivery, coordination and technical decision-making. The role belongs to the technical area, but that label is only a guide to the work; the employer’s own requirements remain decisive. Before applying, check the original listing for reporting lines, product or team assignment, employment terms and any details that may have changed since this copy was checked. Where this page says a fact is not specified, treat it as an open question rather than an implied promise.

What the responsibilities signal. The posting specifically names “Gather business and technical requirements and advise customers on Ubuntu and open-source AI/ML software.”; “Architect and deploy data-processing, ML and cloud infrastructure using Kubernetes, Kubeflow, OpenStack, Spark and related tools.”; “Deliver solutions on premises or on AWS, Azure and Google Cloud, then test and hand them to support or managed services.”. For each duty, identify a project where you performed comparable work and be ready to describe the context, your own contribution, constraints, decisions, and measurable result. Explain how you moved from the initial need to implementation, review, release or operational follow-through, where those stages apply. If the work involved other teams or users, distinguish your decisions from the group’s contribution. Avoid presenting a technology keyword as proof by itself: connect it to the problem you solved, the scale or complexity involved, and what changed after your work. The source may contain additional duties; review it directly before preparing your application.

How to read the requirements. The listed qualifications include “Experience deploying.

Phúc lợi

• Làm việc phân tán tại nhà, với các đợt gặp mặt nhóm trực tiếp hai lần mỗi năm.
• Ngân sách học tập được công bố là 2.000 USD mỗi năm, cùng việc rà soát đãi ngộ và ghi nhận thành tích.
• Nghỉ phép năm, nghỉ khi sinh con, hỗ trợ nhân viên và cơ hội đi lại dự sự kiện công ty theo chế độ áp dụng tại địa phương.

Về Canonical

Canonical phát hành Ubuntu và phát triển sản phẩm mã nguồn mở cho đám mây, AI, thiết bị kết nối và hạ tầng doanh nghiệp. Công ty cho biết phần lớn vị trí kỹ thuật làm việc tại nhà, với những đợt gặp mặt trực tiếp định kỳ.

Khám phá việc làm theo danh mục

Việc làm liên quan

• Kỹ sư giải pháp đám mây tại Canonical — Canonical
• Liên minh Hiện trường Kỹ sư tại Canonical — Canonical
• Kỹ sư giải pháp hiện trường cấp staff tại Grafana Labs — Grafana Labs
• Kỹ sư giải pháp hiện trường cấp staff tại Grafana Labs — Grafana Labs
• Kỹ sư giải pháp hiện trường cấp staff tại Grafana Labs — Grafana Labs
• Kỹ sư giải pháp hiện trường cấp staff tại Grafana Labs — Grafana Labs