Sr. Machine Learning Engineer

Sr. Machine Learning Engineer

Ce que nous faisons

Chez Kenvue, nous réalisons le pouvoir extraordinaire des soins quotidiens. S'appuyant sur plus d'un siècle d'héritage et enraciné dans la science, nous sommes la maison de marques emblématiques - dont NEUTROGENA®, AVEENO®, TYLENOL®, LISTERINE®, JOHNSON'S® et BAND-AID® que vous connaissez et aimez déjà. La science est notre passion ; Le soin est notre talent.

Qui nous sommes

Notre équipe mondiale est composée de ~ 22 000 personnes brillantes avec une culture d'entreprise où chaque voix compte et chaque contribution est appréciée. Nous sommes passionnés par les idées, l'innovation et l'engagement à fournir les meilleurs produits à nos clients. Avec de l'expertise et de l'empathie, être un Kenvuer signifie avoir le pouvoir d'avoir un impact sur des millions de personnes chaque jour. Nous donnons la priorité aux personnes, nous nous soucions farouchement, nous gagnons la confiance grâce à la science et nous résolvons les problèmes avec courage - et nous vous offrons de brillantes opportunités ! Joignez-vous à nous pour façonner notre avenir et le vôtre. Pour plus d'informations, cliquez sur ici.

Role relève à :

Digital Solutions Manager

Lieu :

Asia Pacific, India, Karnataka, Bangalore

Lieu de travail :

Hybride

Ce que tu vas faire

Sr. ML Ops Engineer

Job Overview

We are seeking a Sr. MLOps Engineer with 5+ years of experience to design, automate, and manage the lifecycle of machine learning models. This role is focused on building high-performance, scalable ML infrastructure on Microsoft Azure that bridges the gap between data science and production-grade engineering. You will be responsible for creating a "Plug-and-Play" deployment framework that ensures our ML solutions are resilient, secure, and cost-optimized.

Key Responsibilities

1. Pipeline Architecture & Automation

·       Scalable ML Pipelines: Design and manage end-to-end ML pipelines using Azure ML, Databricks, and PySpark to handle large-scale data processing and model training.

·       DevSecOps Integration: Build and maintain automated CI/CD pipelines using GitHub Actions, integrating SonarQube to enforce strict code quality and security standards.

·       Reusable Frameworks: Develop modular templates for various ML use cases to streamline deployment and drive operational efficiency across the enterprise.

2. Deployment & Orchestration

·       Containerization: Utilize Azure Kubernetes Service (AKS) and Docker to containerize and deploy ML models, ensuring high availability and seamless scaling.

·       API Management: Design and manage robust, secure APIs to facilitate seamless interactions between ML models and downstream applications.

·       Solution Architecture: Understand and contribute to the overall system architecture to ensure ML components are modular and scalable.

3. Optimization & Governance

·       Model Lifecycle Management: Perform model optimization, monitor for data drift, and implement automated data refresh checks to maintain model accuracy.

·       Cost Engineering: Implement cost-monitoring strategies to ensure efficient resource utilization during high-compute training and deployment phases.

·       Documentation: Provide detailed technical documentation for workflows, pipeline templates, and optimization strategies to ensure long-term maintainability.

4. Collaboration

·       Cross-Functional Synergy: Act as the technical liaison between Data Scientists, DevOps, and IT teams to ensure smooth model transitions across Dev, QA, and Production environments.

Required Qualifications

·       Education: Bachelor’s degree in engineering, Computer Science, or a related field.

·       Experience: 5+ years of total experience with a deep focus on the Azure MLOps tool stack.

·       Production Mastery: Proven track record of deploying and maintaining ML models in high-scale production environments.

·       Technical Proficiency: * Hands-on expertise with Azure Machine Learning and Databricks.

o   Strong understanding of Kubernetes (AKS) or API-based deployment platforms.

o   Solid grasp of DevOps practices and containerization (Docker).

o   Experience with code quality automation tools like SonarQube.

·       Soft Skills: Exceptional problem-solving skills and the ability to thrive in a fast-paced, collaborative environment.

 

Desired Qualifications

·       Architectural Mindset: Familiarity with broader solution architecture principles is a strong plus.

·       Certifications: Azure certifications such as AI-900, DP-100, or AZ-305 are highly preferred.

 

Si vous êtes une personne handicapée, veuillez consulter notre Page d'aide aux personnes handicapées pour obtenir des informations sur la façon de demander un aménagement.