Tech Mahindra Information Technology ps jobs (salary & requirements)

• 技术选型与分析：熟悉工程化活动技术，能够进行技术选型及分析。
• 架构设计：具备工具的架构设计能力，特别是工程化应用架构。
• 需求分析与详细设计：能够对平台工具进行需求分析和设计。
• 技术指导与实施：对自建工具的实施提出诉求提供优化指引。
• AI工程化管道设计：能够输出AI工程化管道流水线的解决方案设计文档。
• MVP版本实施指导：具备管道流水线MVP版本的实施指导能力，可以从技术方案到落地的全程指导。
• 模型工程能力：梳理和识别管道流水线方案的能力项。
• 工程化流水线建设：参与工程化流水线建设专题，支撑流水线能力在场景化训练孵化器中的应用探索。
• 方案设计与打样：基于实际场景完成对应方案设计，可以独立完成基础能力的设计和雏形打样。
• 全栈开发能力：基于轻量级应用的设计思路进行前后端的二次开发，包括本地环境搭建及应用能力开发（涉及Dify、Kubeflow、DB-GPT等）。
• 业务场景打样：基于具体业务场景（如时序预测）进行业务打样指导，推动前后端的开发工作。
• K8s和Docker理解：对Kubernetes和Docker有足够的理解和实际操作经验。
通用技能
• 有效沟通：能够与团队及客户进行有效沟通，理解需求并传达技术方案。
• 协作能力：具备团队合作精神，能够在跨职能团队中协同工作。
• PPT制作与报告撰写：能够制作专业的PPT，撰写详细的设计文档和报告，清晰地表达技术方案和实施步骤。
• 文档整理：熟练整理技术文档，确保文档的条理清晰和可读性。
• 项目规划：能够进行项目的整体规划和进度安排，确保各项工作按时完成。
• 风险管理：识别项目中的潜在风险，并制定应对措施。
• 质量保证：确保技术方案的质量和一致性，及时解决实施过程中遇到的问题。
技术栈
• 编程语言：Python等
• 框架和工具：Celery, Django, Vue, React等
• MLOps：熟悉MLOps流程，包括模型开发、训练、部署和监控。
• 生成式AI：了解生成式AI的基本原理和应用场景。
• 基础设施：对Kubernetes和Docker有足够的理解和实际操作经验
• DevOps：具备DevOps相关的知识和实践经验。
证书和资质(Nice to have)
• Scrum Master：敏捷开发的实践和管理经验。
• 软件设计师：软件设计和架构能力。
• AWS Solution Architect：云解决方案架构设计经验。
• SAFe (SSM)：Scaled Agile Framework的实践经验。
• PMP：项目管理的专业知识和技能。
• 自动化相关材料
角色和经验
• 参与角色：可以以不同角色参与项目，包括业务分析（BA）、开发、项目经理、集成测试、技术架构等。
• 广泛技术理解：对技术具有广泛的理解，能够从各个方面协助解决问题。
• 项目推进能力：擅长有效推进项目管理任务的进行，确保项目按计划完成。