Sr. Machine Learning Engineer

Sr. Machine Learning Engineer

Wat we doen

Bij Kenvue realiseren we de buitengewone kracht van dagelijkse verzorging. Gebouwd op meer dan een eeuw erfgoed en geworteld in de wetenschap, zijn we het huis van iconische merken - waaronder NEUTROGENA®, AVEENO®, TYLENOL®, LISTERINE®, JOHNSON'S® en BAND-AID® die je al kent en waar je van houdt. Wetenschap is onze passie; Zorg is ons talent.

Wie we zijn

Ons wereldwijde team bestaat uit ~ 22.000 briljante mensen met een werkcultuur waar elke stem telt en elke bijdrage wordt gewaardeerd. We zijn gepassioneerd door inzichten, innovatie en toegewijd aan het leveren van de beste producten aan onze klanten. Met expertise en empathie betekent een Kenvuer zijn dat je elke dag de kracht hebt om miljoenen mensen te beïnvloeden. We stellen mensen op de eerste plaats, geven er veel om, verdienen vertrouwen met de wetenschap en lossen op met moed - en hebben schitterende kansen voor je klaarliggen! Geef samen met ons vorm aan onze toekomst - en die van jou. Klik voor meer informatie op here.

Rol rapporteert aan:

Digital Solutions Manager

Locatie:

Asia Pacific, India, Karnataka, Bangalore

Werklocatie:

Hybride

Wat je gaat doen

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.

 

Als u een persoon met een handicap bent, kijk dan op onze pagina Hulp bij handicap voor informatie over het aanvragen van een accommodatie.