MLOps Engineer

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.