MLOps Section Manager (m/f/d)
⚲ Wrocław
Do uzgodnienia
Wymagania
- doświadczenie w zarządzaniu zespołem specjalistów MLOps
- doskonała znajomość Databricks w kontekście analityki/ML: MLFlow, Feature Store, Unity Catalog, Online Feature Store
- doskonała znajomość Declarative Automation Bundles (dawniej Databricks Asset Bundles)
- doskonała znajomość praktyk MLOps: GitLab, CI/CD dla modeli/FS, automatyzacja pipeline'ów, integracje
- znajomość procesów deploy code/model, governance/lineage dla modeli i danych, model lifecycle
- znajomość Spark/Python/Scala/SQL i umiejętność optymalizacji procesów/zapytań
- umiejętność wdrażania i utrzymania aplikacji w ramach Databricks Apps
- doświadczenie w integracji Databricks model serving endpoints z systemami enterprise (kong, grafana, nexus)
Opis stanowiska
Kierujesz zespołem MLOps w KRUK i odpowiadasz za wdrożenie, utrzymanie i rozwój procesów uczenia maszynowego na platformie Databricks w Azure. Rola łączy zarządzanie zespołem z bardzo technicznym zakresem — integracje, CI/CD, asset bundles, pipeline'y, model serving. To oferta dla osoby z głęboką praktyką w Databricks i MLOps, która chce prowadzić zespół w trakcie transformacji chmurowej. Uwaga: firma jest w trakcie migracji — część procesów może być jeszcze niestabilna lub niedokończona.
🔍 Dekoder Ogłoszenia
🔴
Dołącz do nas jako lider zespołu odpowiedzialnego za rozwój i wdrażanie procesów MLOps
Oczekuje się, że będziesz aktywnie tworzyć i implementować nowe procesy MLOps, a nie tylko zarządzać istniejącymi.
🔴
Jesteśmy w trakcie transformacji, której jednym z istotnych elementów jest wdrożenie platformy analitycznej w chmurze (Databricks w Azure)
Może to oznaczać, że obecne procesy są w fazie zmian i mogą być niestabilne lub niedokończone.
🟡
poprowadzi wdrożenie, utrzymanie i rozwój procesów uczenia maszynowego
Rola będzie obejmować zarówno początkowe etapy wdrażania, jak i długoterminowe zarządzanie i ulepszanie.
🟡
wsparcie zespoły data science w skalowalnym wdrażaniu pełnego cyklu życia modeli
Będziesz musiał pomóc zespołom Data Science w efektywnym i powtarzalnym wdrażaniu modeli na dużą skalę.
🔴
Doskonała znajomość...
Wymagane jest bardzo głębokie i praktyczne doświadczenie w wymienionych technologiach i praktykach.