Summary
✨ AI‑Generated
A technology-focused organization is seeking an experienced MLOps Engineer to design, automate, and maintain infrastructure supporting machine learning systems. The role involves improving model delivery pipelines, monitoring production performance, and collaborating across technical teams.
Highlights
Opportunity to build and automate machine learning lifecycle processes while collaborating with data and engineering teams on production AI solutions.
Description
MLOps Engineer
Opis stanowiskaPoszukujemy 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 obowiązkówProjektowanie 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.
WymaganiaMin.
3 lata doświadczenia 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.Znajomość Terraform, Helm, Airflow lub podobnych narzędzi.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 widzianeDoświadczenie w produkcyjnym wdrażaniu modeli uczenia maszynowego.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.
OferujemyUdział 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.
