AI/MLOps Engineer
⚲ Warszawa
26 880 - 27 720 PLN netto (B2B)
Wymagania
- min. 5 lat doświadczenia jako IT Developer, MLOps Engineer, Cloud Engineer lub na podobnym stanowisku
- bardzo dobra praktyczna znajomość AWS SageMaker oraz AWS Bedrock
- doświadczenie z szerokim zestawem usług AWS (m.in. Glue, S3, VPC, Step Functions, IAM, X-Ray, Knowledge Bases, CloudWatch, CloudTrail, Glue Catalog, SNS, EventBridge, Lambda, EC2, ECS, Fargate, KMS, MLflow, Athena)
- doświadczenie w tworzeniu i zarządzaniu zasobami AWS przy użyciu Terraform
- doświadczenie w budowie, wdrażaniu i operacjonalizacji rozwiązań AI/ML w AWS
- biegła znajomość języka angielskiego w mowie i piśmie
Opis stanowiska
Stanowisko MLOps Engineer w firmie rekrutacyjnej DCG, praca nad wdrażaniem frameworków MLOps, GenAI Ops i Agentic AI Ops dla przypadków użycia AI w obszarze GFCP. W praktyce oznacza to projektowanie środowisk AWS (SageMaker, Bedrock), zarządzanie infrastrukturą przez Terraform oraz budowę zautomatyzowanych procesów i integracji z usługami danych. Uwaga: ogłoszenie zawiera zwroty typu 'partnerskie podejście' i 'zapewniać ciągłe wsparcie', które bywają puste — warto dopytać na rozmowie, jak realnie wygląda wsparcie i podział odpowiedzialności.
🔍 Dekoder Ogłoszenia
🔴
partnerskie podejście
Może oznaczać, że będziesz traktowany jak partner w zespole, ale równie dobrze może być pustym frazesem bez konkretnego odzwierciedlenia w praktyce.
🔴
zapewniać ciągłe wsparcie
Może oznaczać wsparcie dla klienta, ale równie dobrze może odnosić się do ciągłego wsparcia dla rekrutera lub innych działów, co może oznaczać dużą presję.
🟡
realizowanych dla naszych partnerów
Oznacza, że będziesz pracować dla klientów firmy rekrutacyjnej, a nie bezpośrednio dla niej, co może wpływać na stabilność zatrudnienia i kulturę pracy.
🔴
Wspieranie integracji rozwiązań AI/ML z usługami danych
Może oznaczać, że będziesz musiał zajmować się również aspektami inżynierii danych, które nie są ściśle związane z MLOps.
🔴
Wspieranie skalowalnego wdrażania oraz stabilności operacyjnej rozwiązań AI w środowiskach chmurowych
Choć brzmi profesjonalnie, może oznaczać, że będziesz odpowiedzialny za rozwiązywanie problemów produkcyjnych, które mogą być czasochłonne i stresujące.