MLOps Engineer
TQLO SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
⚲ Warszawa
21 840 - 25 200 PLN netto (B2B)
Wymagania
- Machine Learning
- Azure ML
- Docker
- Kubernetes
Opis stanowiska
Nasz Klient to organizacja realizująca zaawansowane projekty z obszaru danych, sztucznej inteligencji oraz automatyzacji procesów biznesowych.
Projekt koncentruje się na budowie i rozwoju skalowalnych środowisk ML, automatyzacji procesów związanych z cyklem życia modeli oraz wdrażaniu nowoczesnych praktyk MLOps w środowisku chmurowym. W ramach współpracy będziesz uczestniczyć w rozwoju platformy wspierającej tworzenie, wdrażanie i utrzymanie rozwiązań opartych o Machine Learning.
Do realizacji projektu poszukujemy doświadczonej osoby z obszaru MLOps, która chce mieć realny wpływ na architekturę środowiska ML, procesy automatyzacji oraz standardy technologiczne wykorzystywane w organizacji.
📍 TRYB PRACY:
100% zdalnie
🧑💻 CZYM BĘDZIESZ SIĘ ZAJMOWAĆ?
• Projektowaniem i wdrażaniem kompleksowych procesów MLOps w środowisku Azure, z wykorzystaniem Azure ML, AKS, ACR oraz Azure Data Lake
• Budowaniem i rozwijaniem skalowalnych środowisk dla modeli ML z wykorzystaniem Docker oraz Kubernetes
• Automatyzacją procesów trenowania, walidacji i wdrażania modeli poprzez rozwiązania CI/CD
• Integracją narzędzi wspierających orkiestrację i zarządzanie cyklem życia modeli, takich jak MLflow, Kubeflow czy Airflow
• Zarządzaniem wersjonowaniem modeli, eksperymentami oraz rejestrami modeli
• Implementacją monitoringu modeli, jakości danych, wydajności inferencji oraz mechanizmów wykrywania driftu
• Projektowaniem, wdrażaniem i rozwojem rozwiązań IaC z wykorzystaniem Terraform, Bicep lub ARM Templates
• Wdrażaniem dobrych praktyk związanych z bezpieczeństwem, jakością oraz zgodnością środowisk ML
🔍 CZEGO OD CIEBIE OCZEKUJEMY?
Must have:
• Praktyczne doświadczenie w obszarze MLOps lub budowy środowisk produkcyjnych dla rozwiązań ML
• Bardzo dobra znajomość Azure ML, AKS, Docker oraz Kubernetes
• Doświadczenie w budowie i utrzymaniu pipeline’ów ML oraz procesów CI/CD
• Znajomość narzędzi takich jak MLflow, Kubeflow lub Airflow
• Praktyczne doświadczenie z rozwiązaniami IaC, w szczególności Terraform, Bicep lub ARM Templates
• Dobra znajomość zagadnień związanych z cyklem życia modeli ML, wersjonowaniem, monitoringiem oraz wykrywaniem driftu
• Umiejętność automatyzacji procesów oraz podejście skoncentrowane na jakości, powtarzalności i skalowalności rozwiązań
• Komunikatywna znajomość języka angielskiego
Nice to have:
• Doświadczenie w projektach z dużymi środowiskami danych i platformami AI
• Znajomość dobrych praktyk związanych z bezpieczeństwem modeli, API oraz danych
• Doświadczenie w projektowaniu architektury środowisk ML w chmurze
• Certyfikaty związane z Azure lub obszarem Data & AI
🤝 DLACZEGO WARTO?
• 🚀 Realny wpływ na architekturę środowiska ML oraz kierunek rozwoju rozwiązań MLOps
• 🌍 Współpraca z doświadczonymi ekspertami z obszaru Data, AI i Cloud
• 📈 Udział w strategicznym projekcie wykorzystującym nowoczesne technologie związane z Machine Learning
• 🛠️ Możliwość realizacji rozwiązań z wykorzystaniem nowoczesnego stacku technologicznego opartego o Azure, AKS, Docker, Kubernetes, MLflow i Terraform
• ⚡ Praca w zwinnym środowisku z krótkimi ścieżkami decyzyjnymi i dużą autonomią działania
Dziękujemy za wszystkie zgłoszenia! Skontaktujemy się z wybranymi osobami.
TQLO Sp. z o.o. – Agencja Zatrudnienia (nr KRAZ 33580)
Projekt koncentruje się na budowie i rozwoju skalowalnych środowisk ML, automatyzacji procesów związanych z cyklem życia modeli oraz wdrażaniu nowoczesnych praktyk MLOps w środowisku chmurowym. W ramach współpracy będziesz uczestniczyć w rozwoju platformy wspierającej tworzenie, wdrażanie i utrzymanie rozwiązań opartych o Machine Learning.
Do realizacji projektu poszukujemy doświadczonej osoby z obszaru MLOps, która chce mieć realny wpływ na architekturę środowiska ML, procesy automatyzacji oraz standardy technologiczne wykorzystywane w organizacji.
📍 TRYB PRACY:
100% zdalnie
🧑💻 CZYM BĘDZIESZ SIĘ ZAJMOWAĆ?
• Projektowaniem i wdrażaniem kompleksowych procesów MLOps w środowisku Azure, z wykorzystaniem Azure ML, AKS, ACR oraz Azure Data Lake
• Budowaniem i rozwijaniem skalowalnych środowisk dla modeli ML z wykorzystaniem Docker oraz Kubernetes
• Automatyzacją procesów trenowania, walidacji i wdrażania modeli poprzez rozwiązania CI/CD
• Integracją narzędzi wspierających orkiestrację i zarządzanie cyklem życia modeli, takich jak MLflow, Kubeflow czy Airflow
• Zarządzaniem wersjonowaniem modeli, eksperymentami oraz rejestrami modeli
• Implementacją monitoringu modeli, jakości danych, wydajności inferencji oraz mechanizmów wykrywania driftu
• Projektowaniem, wdrażaniem i rozwojem rozwiązań IaC z wykorzystaniem Terraform, Bicep lub ARM Templates
• Wdrażaniem dobrych praktyk związanych z bezpieczeństwem, jakością oraz zgodnością środowisk ML
🔍 CZEGO OD CIEBIE OCZEKUJEMY?
Must have:
• Praktyczne doświadczenie w obszarze MLOps lub budowy środowisk produkcyjnych dla rozwiązań ML
• Bardzo dobra znajomość Azure ML, AKS, Docker oraz Kubernetes
• Doświadczenie w budowie i utrzymaniu pipeline’ów ML oraz procesów CI/CD
• Znajomość narzędzi takich jak MLflow, Kubeflow lub Airflow
• Praktyczne doświadczenie z rozwiązaniami IaC, w szczególności Terraform, Bicep lub ARM Templates
• Dobra znajomość zagadnień związanych z cyklem życia modeli ML, wersjonowaniem, monitoringiem oraz wykrywaniem driftu
• Umiejętność automatyzacji procesów oraz podejście skoncentrowane na jakości, powtarzalności i skalowalności rozwiązań
• Komunikatywna znajomość języka angielskiego
Nice to have:
• Doświadczenie w projektach z dużymi środowiskami danych i platformami AI
• Znajomość dobrych praktyk związanych z bezpieczeństwem modeli, API oraz danych
• Doświadczenie w projektowaniu architektury środowisk ML w chmurze
• Certyfikaty związane z Azure lub obszarem Data & AI
🤝 DLACZEGO WARTO?
• 🚀 Realny wpływ na architekturę środowiska ML oraz kierunek rozwoju rozwiązań MLOps
• 🌍 Współpraca z doświadczonymi ekspertami z obszaru Data, AI i Cloud
• 📈 Udział w strategicznym projekcie wykorzystującym nowoczesne technologie związane z Machine Learning
• 🛠️ Możliwość realizacji rozwiązań z wykorzystaniem nowoczesnego stacku technologicznego opartego o Azure, AKS, Docker, Kubernetes, MLflow i Terraform
• ⚡ Praca w zwinnym środowisku z krótkimi ścieżkami decyzyjnymi i dużą autonomią działania
Dziękujemy za wszystkie zgłoszenia! Skontaktujemy się z wybranymi osobami.
TQLO Sp. z o.o. – Agencja Zatrudnienia (nr KRAZ 33580)
🔍 Dekoder Ogłoszenia
🔴
chce mieć realny wpływ na architekturę środowiska ML, procesy automatyzacji oraz standardy technologiczne wykorzystywane w organizacji
Oczekuje się, że kandydat będzie proaktywnie proponował i wdrażał zmiany, a nie tylko wykonywał polecenia.
🔴
Projekt koncentruje się na budowie i rozwoju skalowalnych środowisk ML, automatyzacji procesów związanych z cyklem życia modeli oraz wdrażaniu nowoczesnych praktyk MLOps w środowisku chmurowym.
Projekt jest na wczesnym etapie rozwoju lub wymaga znaczącej przebudowy, a nie tylko utrzymania istniejących rozwiązań.
🟡
Integracją narzędzi wspierających orkiestrację i zarządzanie cyklem życia modeli, takich jak MLflow, Kubeflow czy Airflow
Może oznaczać konieczność pracy z wieloma różnymi narzędziami, z których każde może mieć swoje specyficzne wyzwania.
🟡
Implementacją monitoringu modeli, jakości danych, wydajności inferencji oraz mechanizmów wykrywania driftu
Zakres obowiązków jest szeroki i obejmuje zarówno aspekty techniczne, jak i analityczne związane z monitorowaniem modeli.
🟢
Projektowaniem, wdrażaniem i rozwojem rozwiązań IaC z wykorzystaniem Terraform, Bicep lub ARM Templ
Wymagana jest biegłość w co najmniej jednym z wymienionych narzędzi do zarządzania infrastrukturą jako kodem, co jest standardem w nowoczesnych projektach chmurowych.