ML Engineer / ML Ops

Praca w trybie hybrydowym 1–3 dni w tygodniu. O projekcie Poszukujemy ML Engineer / ML Ops do zespołu AI Lab w globalnej instytucji finansowej. Rola obejmuje pracę nad nową platformą wewnętrzną do hostowania i wykorzystywania modeli Machine Learning w systemach i aplikacjach wewnętrznych. Kandydat będzie odpowiedzialny za produkcyjne wdrożenia modeli, budowę pipeline’ów danych, integrację modeli z systemami oraz rozwój skalowalnej i wydajnej infrastruktury ML. Stack technologiczny: Python, Spark, Azure, Kubernetes, Docker, mikroserwisy. Zadania • Wdrażanie modeli ML w środowisku produkcyjnym • Tworzenie i automatyzacja pipeline’ów danych i treningu modeli • Integracja modeli z aplikacjami i systemami wewnętrznymi • Wdrażanie standardów kodowania, deploymentu i najlepszych praktyk ML • Tworzenie dokumentacji oraz Proof of Concept (PoC) • Code review i dbanie o jakość kodu • Współpraca z zespołami inżynierskimi i analitycznymi Wymagania • Wykształcenie wyższe w dziedzinie matematyki, nauk ścisłych, informatyki lub pokrewne • Minimum 3 lata doświadczenia w pracy z ML lub ML Ops • Silna znajomość algorytmów machine learning i pipeline’ów danych • Biegłość w Pythonie, R lub podobnych językach • Doświadczenie z frameworkami do przetwarzania danych (Spark) i platformami chmurowymi (AWS / Azure / GCP) • Znajomość baz danych (SQL / NoSQL) • Umiejętność pracy nad kilkoma projektami jednocześnie • Dobre umiejętności komunikacyjne i współpracy w zespole • Znajomość SDLC i procesów wdrożeniowych Mile widziane • Doświadczenie w automatyzacji treningu modeli / pipeline’ach ML Dlaczego warto • Praca nad nową platformą ML od podstaw • Możliwość budowy skalowalnych, produkcyjnych rozwiązań • Współpraca z doświadczonymi zespołami z różnych obszarów • Praca z nowoczesnymi technologiami i dużymi zbiorami danych • Otwarte środowisko na innowacje i nowe rozwiązania