Системный аналитик (remote)

Neuton.AI – Automated Tiny ML platform. Мы создали Tiny ML платформу, в основе которой лежит наша уникальная разработка –нейронный фреймворк, который позволяет автоматически создавать невероятно компактные модели машинного обучения. Результирующие модели весят не более 1 КБ и до 1 000 раз меньше, чем модели, построенные с помощью Tensor Flow Lite и других алгоритмов.
Наша уникальная технология, открывает совершенно новые возможности, позволяющие встраивать модели машинного обучения даже в самые компактные устройства, проводить вычисления без обращения к облаку, потребляя минимум энергии.
И самое главное, что построение подобных моделей полностью автоматизировано и не требует написание кода или какой-либо профессиональной подготовки.
Мы супердинамичная команда, с множеством идей, планов и проектов. Вдохновленные первыми успехами видим невероятный потенциал для роста нашего продукта. Стремимся сделать что-то по-настоящему большое и заметное, поэтому у нас реально много работы.Подробности о продукте на нашем сайте https://neuton.ai/ или в этом ролике https://www.youtube.com/watch?time_continue=1&v=Y4az6hVkuHg&feature=emb_logo

Детали о нашем фреймворке можно прочитать тут https://neuton.ai/neural-network.

Пример нашей разработки: наш Хакстер https://www.hackster.io/neuton-tiny-machine-learning1/products/neuton?ref=project-c51b99

Стек:

Ядро - C/C++, CUDA

Обработка данных: Python, numpy, pandas, sklearn, nltk, xgboost, catboost, lightgbm, tensorflow, torch

Платформа: Java, Spring Boot, Spring Data, JPA/Hibernate, RabbitMQ, Vue.js (front)

Инфраструктура: Git, Jenkins, Ansible, Terraform, GCP, GKE(kubernetes), Docker, Keycloak, Grafana, Openstack.

Текущий стек автотестов: Java 11, Gradle, JUnit, Selenide, Rest Assured, Allure, Selenoid.

Чем заниматься:

Разработка ПО Neuton

• Выявление и анализ требований всех видов и уровней, тесная коммуникация с бизнес-аналитиком и стейкхолдерами

· Управление требованиями

· Моделирование решений, генерация нескольких вариантов реализации с оценкой их трудоёмкости и с указанием плюсов и минусов каждого подхода.

· Описание Use cases

· Проработка архитектурного решения

· Проектирование API

· Моделирование логической модели и физической модели БД

· Документирование требований, ведение базы знаний продукта (используем Confluence)

· Декомпозиция задач на таски для последующей передачи в разработку (используем Jira)

· Консультирование QA во время тестирования, при необходимости участие в тестировании

· Консультирование команды Support по функционалу системы

· Чтение логов (используем Kibana), разбор багов

• Участие в планировании релизов

Требования:

• • Знание разных видов требований
• • Use case, User story
• • UML диаграммы (Sequence diagram, Activity diagram и др.)
• • Принципы REST
• • Написание JSON
• • Использование Swagger, Postman
• • Понимание различий между синхронными и асинхронными запросами
• • Очередь сообщений
• • Понимание CI/CD; GIT, Jenkins
• • Базовое знание SQL (простейшие запросы)
• • Будет плюсом понимание предметной области Data Science

Условия:

Конкурентная заработная плата (по итогам технического интервью);

Возможность карьерного роста и получение экспертизы при реализации международных проектов;

Оформление в соответствии с ТК;

Удаленная работа.