MLOps Team Lead
⚲ Warszawa, Kraków, Wrocław
Do uzgodnienia
Wymagania
- wykształcenie wyższe (BSc lub MSc) z informatyki, matematyki lub inżynierii
- min. 5 lat komercyjnego doświadczenia w Pythonie
- min. 3 lata komercyjnego doświadczenia w MLOps na produkcji (nie projekty poboczne)
- doświadczenie w zarządzaniu lub prowadzeniu zespołu inżynierów
- doświadczenie w pracy z danymi strukturalnymi i niestrukturalnymi na rozproszonej platformie w dużej skali
Opis stanowiska
Fetcherr buduje model AI do prognozowania popytu i wyceny dynamicznej, wdrożony najpierw w lotnictwie (Delta, Virgin Atlantic, WestJet). Dołączysz do zespołu Large Market Modeling, który faktycznie trenuje i utrzymuje modele produkcyjne, a Twoja rola to hands-on lider małego zespołu MLOps — budowa wewnętrznej platformy ML, automatyzacja pipeline'ów R&D i wdrożeń, w tym migracja z Dask na Ray. To oferta dla kogoś, kto łączy przywództwo z realnym kodowaniem i chce odpowiadać za infrastrukturę oraz cykl życia modeli end-to-end. Uwaga do deklaracji marketingowych: firma podaje 'consistent average profit uplift of 7%', ale bez zakresu ani warunków — 'average' i 'consistent' mogą maskować dużą wariancję wyników, warto dopytać o rozkład, nie tylko średnią.
🔍 Dekoder Ogłoszenia
🟡
responsible AI
Brzmi szlachetnie, ale to ogólne hasło marketingowe bez konkretnej definicji — nie wiadomo, co dokładnie oznacza w praktyce.
🟡
96% forecast accuracy
Konkretna liczba, ale bez informacji o metodzie pomiaru, zbiorze danych ani okresie — trudno zweryfikować.
🔴
consistent average profit uplift of 7%
Brzmi imponująco, ale 'average' i 'consistent' bez podania zakresu ani warunków mogą maskować dużą wariancję wyników.
🔴
industry-agnostic and scales across volatile markets
Deklaracja uniwersalności bez przykładów poza lotnictwem — może oznaczać, że poza jedną branżą rozwiązanie nie jest sprawdzone.
🟡
glass-box architecture
Własny termin marketingowy mający sugerować przejrzystość — nie jest to standardowe pojęcie techniczne.