MLOps Engineer (Machine Learning, MLFlow, Kubernetes, DVC)
⚲ Gdańsk, Oliwa, Poznań, Grunwald, Wrocław, Fabryczna
Do uzgodnienia
Wymagania
- wykształcenie wyższe (magister, inżynier lub licencjat)
- minimum 4 lata doświadczenia w CI/CD i/lub technologiach chmurowych
- doświadczenie z Git, narzędziami CI/CD, Kubernetes, Docker, frameworkami ML (np. TensorFlow), narzędziami monitoringu/logowania oraz Infrastructure as Code
- angielski min. B2 (dobra komunikacja pisemna i ustna)
Mile widziane
- praktyczne doświadczenie z MLflow, DVC lub podobnymi narzędziami do zarządzania cyklem życia modeli
- hands-on doświadczenie w AI/GenAI: praktyczne użycie LLM, wzorców RAG i agentic workflows w środowisku produkcyjnym lub near-production
- znajomość vector search, embeddings, wzorców model-serving lub AI observability
Opis stanowiska
Capgemini szuka MLOps Engineera, który zadba o efektywne wdrażanie, monitorowanie i utrzymanie modeli ML w różnych środowiskach — automatyzację wdrożeń i aktualizacji, pipeline'y CI/CD dla workflow ML, optymalizację modeli oraz monitoring i observability. Rola obejmuje też wsparcie inicjatyw GenAI (LLM, RAG, agentic workflows) i budowę niezawodnych praktyk MLOps: wersjonowanie modeli, reprodukowalność, governance i responsible AI. To oferta dla inżyniera z doświadczeniem w CI/CD i chmurze, który chce pracować na styku ML i DevOps w samoorganizujących się zespołach.
🔍 Dekoder Ogłoszenia
🟡
in production or near-production environments
Wymagane realne doświadczenie produkcyjne, nie tylko eksperymenty — może zawężać grono kandydatów i podnosić poprzeczkę.
🟡
will be an advantage
Powtarzane przy wielu wymaganiach — sugeruje, że lista oczekiwań jest długa, a faktyczne wymagania mogą być szersze niż deklarowane.