Koncový zákazník v rámci digitalizácie železničnej spoločnosti v Nemecku, vyvíja a prevádzkuje inovatívne riešenia v oblasti Machine Learning a AI.
Kľúčovými oblasťami použitia sú detekcia podvodov v online predaji cestovných lístkov a optimalizácia prevádzkových kontrolných procesov.
Cieľom projektu je vývoj, nasadenie do prevádzky a neustála optimalizácia škálovateľných AI/ML modelov.
Hlavnými zameraniami sú grafové neurónové siete, metódy gradientového posilňovania (Gradient-Boosting), automatizované spracovanie údajov, ako aj budovanie a prevádzka výkonných MLOps a cloudových infraštruktúr na AWS.
Riešenia majú zabezpečiť spoľahlivú, vysledovateľnú a efektívnu prevádzku s ohľadom na existujúce požiadavky
v oblasti riadenia a dodržiavania predpisov.
Hlavné úlohy, ktoré budeš zabezpečovať:
- Vývoj a prevádzka škálovateľných dátových pipelines na spracovanie štruktúrovaných a neštruktúrovaných dát s využitím Pythonu, PySparku, Delta Lake, Parquetu a polars/pandas, ako aj integrácia zdrojov dát prostredníctvom AWS S3 a Azure Blob Storage,
- Koncepcia a implementácia procesov spracovania údajov pre Machine Learning (GraphStorm, DGL, PyTorch),
- Vytváranie a ďalší rozvoj grafových databáz na báze Amazon Neptune a Gremlin,
- Návrh, implementácia a optimalizácia riešení relačných databáz na báze Amazon Aurora, Amazon RDS a PostgreSQL, vrátane návrhu schém, integrácie údajov a optimalizácie dotazov,
- Vývoj a prevádzka automatizovaných Pipelines na spracovanie údajov a Machine Learning na AWS SageMaker,
- Vývoj a technická integrácia produkčných ML-komponentov na báze grafových neurónových sietí a gradientového boostingu (XGBoost),
- Vývoj a integrácia dátových a inferenčných rozhraní s využitím AWS Lambda, API Gateway a Step Functions, ako aj implementácia spracovania dát riadeného udalosťami prostredníctvom Kafka/MSK.
- Automatizácia dátových infraštruktúrnych a vývojových procesov prostredníctvom Infrastructure as Code (CloudFormation, Pulumi),
- Technická integrácia agentových systémov založených na AI, vrátane prepojenia s externými systémami (GitLab, ITSM), integrácie protokolu Model Context Protocol (MCP) a prepojenia s riešeniami pre monitorovanie a observabilitu prostredníctvom Langfuse,
- Vývoj vizualizácií dát a analytických dashboardov na báze Grafana a Plotly na monitorovanie procesov spracovania dát a prezentáciu relevantných výsledkov analýz a modelov,
- Zabezpečenie kvality, optimalizácia výkonu a technická dokumentácia vyvinutých dátových architektúr, dátových pipelines a ML-komponentov s ohľadom na existujúce vývojové štandardy, ako aj požiadavky na riadenie a súlad s predpismi.
Projekt je naplánovaný na 3 roky. 220 MD je full-remote počas roka, a 20 MD je onsite vo Frankfurte.