Machine Learning Engineer
⚲ Warszawa
20 000 - 23 000 PLN brutto (UoP)
Wymagania
- min. 4 lata doświadczenia w data science, ML engineering, software engineering lub MLOps
- doświadczenie z konteneryzacją (Docker) i Kubernetes
- doświadczenie w rozwijaniu i wdrażaniu cloud-native aplikacji na GCP i/lub Azure
- doświadczenie z platformami orkiestracji (Apache Airflow, Kubeflow lub podobne)
- doświadczenie z CI/CD i workflow opartymi na Git
- doświadczenie w projektowaniu i utrzymaniu RESTful APIs oraz model-serving services
- doświadczenie w produkcyjnym wdrażaniu modeli ML
- praca hybrydowa: 2 dni w tygodniu z biura
Opis stanowiska
Rola ML Engineera w projekcie budowy i utrzymania produkcyjnych aplikacji AI/ML na GCP i Azure. Będziesz pisać produkcyjny kod w Pythonie, optymalizować workloady na CPU/GPU, budować pipeline'y MLOps i CI/CD oraz wspierać produkcyjne wdrożenia aplikacji Generative AI i LLM. Praca hybrydowa — 2 dni w tygodniu z biura. Szczera uwaga: opis mówi o 'production-grade Python code' i 'support the productionization of GenAI' — zakres może obejmować zarówno budowanie od zera, jak i dopracowywanie istniejących rozwiązań, warto dopytać o proporcje.
🔍 Dekoder Ogłoszenia
🔴
production-grade Python code
Może oznaczać zarówno kod gotowy do wdrożenia, jak i kod, który wymaga jeszcze dopracowania przed produkcyjnym użyciem.
🔴
Optimize AI/ML workloads across CPU and GPU infrastructure, balancing performance, scalability and cost
Może oznaczać konieczność optymalizacji istniejących rozwiązań lub budowania ich od podstaw z uwzględnieniem tych aspektów.
🔴
Design, automate and operate scalable CI/CD and MLOps pipelines on cloud platforms (GCP and Azure)
Może wymagać zarówno projektowania od zera, jak i pracy z istniejącymi, potencjalnie skomplikowanymi, pipeline'ami.
🔴
Support the productionization of Generative AI and LLM-based applications
Może oznaczać pracę z gotowymi modelami lub ich rozwijanie i dostosowywanie do konkretnych potrzeb.