MLOps Engineer

Job Description

Poszukujemy doświadczonej osoby na stanowisko MLOps Engineer, która będzie odpowiedzialna za projektowanie, wdrażanie i utrzymanie procesów wspierających rozwój oraz działanie modeli uczenia maszynowego w środowiskach produkcyjnych.Na tym stanowisku będziesz współpracować z zespołami Data Science, Data Engineering, Software Engineering oraz IT, dbając o automatyzację cyklu życia modeli, stabilność infrastruktury i efektywne dostarczanie rozwiązań opartych na sztucznej inteligencji.Zakres obowiązków:Projektowanie i rozwój procesów MLOps oraz infrastruktury wspierającej cykl życia modeli ML.Automatyzacja trenowania, testowania, wdrażania i monitorowania modeli.Budowa oraz utrzymanie potoków CI/CD dla aplikacji i modeli uczenia maszynowego.Wdrażanie rozwiązań do zarządzania wersjami kodu, danych, modeli i eksperymentów.Monitorowanie wydajności modeli, jakości predykcji oraz stabilności środowisk produkcyjnych.Współpraca z zespołami Data Science i Engineering przy przechodzeniu modeli z etapu eksperymentalnego do produkcyjnego.Zarządzanie infrastrukturą chmurową lub lokalną z wykorzystaniem podejścia Infrastructure as Code.Dbanie o skalowalność, bezpieczeństwo, niezawodność i optymalizację kosztów rozwiązań ML.Tworzenie i aktualizowanie dokumentacji technicznej oraz standardów wdrażania modeli.Identyfikowanie i rozwiązywanie problemów związanych z działaniem modeli oraz procesów produkcyjnych.Wymagania:Min. 3 letnie doświadczenie na stanowisku MLOps Engineer, DevOps Engineer, Machine Learning Engineer lub podobnym.Praktyczna znajomość języka Python oraz narzędzi wspierających rozwój oprogramowania.Doświadczenie w budowaniu i utrzymywaniu potoków CI/CD.Znajomość narzędzi konteneryzacji, takich jak Docker, oraz platform orkiestracji, np. Kubernetes.Znajomość jednej z głównych platform chmurowych: AWS, Microsoft Azure lub Google Cloud.Doświadczenie w pracy z narzędziami do zarządzania eksperymentami i modelami, np. MLflow, Kubeflow lub podobnymi.Znajomość systemów kontroli wersji, w szczególności Git.Znajomość zagadnień związanych z monitorowaniem, logowaniem i zapewnianiem niezawodności systemów.Znajomość baz danych oraz narzędzi do przetwarzania danych będzie dodatkowym atutem.Umiejętność analitycznego myślenia, rozwiązywania problemów i pracy zespołowej.Dobra znajomość języka angielskiego umożliwiająca pracę z dokumentacją techniczną i komunikację w środowisku międzynarodowym.Mile widziane:Doświadczenie w produkcyjnym wdrażaniu modeli uczenia maszynowego.Znajomość Terraform, Helm, Airflow lub podobnych narzędzi.Doświadczenie w pracy z systemami GPU i rozwiązaniami wspierającymi trenowanie modeli.Znajomość praktyk Data Governance, bezpieczeństwa danych i zgodności regulacyjnej.Doświadczenie w implementacji mechanizmów monitorowania driftu danych i modeli.Znajomość koncepcji GitOps oraz praktyk SRE.Oferujemy:Udział w rozwoju nowoczesnych rozwiązań wykorzystujących sztuczną inteligencję i uczenie maszynowe.Pracę z doświadczonym zespołem specjalistów.Możliwość wpływania na wybór technologii i kształtowanie procesów MLOps.Dostęp do nowoczesnych narzędzi oraz infrastruktury chmurowej.Rozwój zawodowy poprzez udział w ambitnych projektach i szkoleniach.Elastyczny model pracy oraz możliwość pracy zdalnej lub hybrydowej.Stabilne zatrudnienie i konkurencyjne wynagrodzenie.