Senior ML Engineer (AWS Sagemaker) 100% zdalnie

🔹 Senior Machine Learning Engineer – Recommender Systems / MLOps 📍 Lokalizacja: 100% zdalnie lub hybrydowo (w zależności od preferencji) 💼 Forma współpracy: B2B lub UoP 📅 Start: ASAP lub do uzgodnienia 📈 Czas trwania projektu: długoterminowy 💰 Stawka: 175-200zł/h 🧠 O projekcie Dołącz do zespołu pracującego nad globalnym systemem rekomendacyjnym, który już dziś dostarcza wartość zespołom biznesowym w wielu krajach. To dojrzałe, działające w produkcji rozwiązanie, które teraz przechodzi na wyższy poziom skalowalności i zaawansowania technologicznego. Szukamy osoby, która połączy głębokie umiejętności techniczne z podejściem mentoringowym – będziesz mieć wpływ na rozwój systemu, architektury i praktyk MLOps, a także wspierać zespół data scientistów w budowie stabilnych modeli ML gotowych do produkcji. 🧩 Dlaczego warto? • Realny wpływ na globalne rozwiązanie AI • Praca z nowoczesnym stackiem ML i chmurowym (AWS) • Dojrzała organizacja z wysoką kulturą inżynierską • Możliwość pełnej zdalności lub pracy hybrydowej 🔧 Zakres obowiązków • Rozwój architektury: prowadzenie rozwoju systemu rekomendacyjnego z naciskiem na skalowalność, jakość i wydajność. • MLOps Leadership: rozwój strategii i implementacja praktyk MLOps – budowa CI/CD (GitLab), monitoring, użycie MLflow. • Wdrażanie modeli: współpraca z zespołem DS przy wdrożeniach modeli ML na produkcję (AWS SageMaker). • Mentoring: doradztwo i wsparcie techniczne dla zespołu data science – najlepsze praktyki inżynierskie i projektowe. • Aktywny development: kontrybuowanie do kodu (Python) – czysty, testowalny kod dla infrastruktury ML i pipeline’ów. • Współpraca z biznesem: przekładanie wymagań biznesowych na architekturę techniczną, eksploracja nowych narzędzi i możliwości technologicznych. ✅ Wymagania (must-have) • 5+ lat doświadczenia jako ML Engineer lub Software Engineer w obszarze ML/Data • Praktyczne doświadczenie z MLOps: CI/CD (GitLab), MLflow, monitoring • Doświadczenie we wdrażaniu modeli na produkcję, preferowane na AWS (SageMaker) • Bardzo dobra znajomość Python i ekosystemu ML (NumPy, Pandas, Scikit-learn, PyTorch / TensorFlow) • Znajomość architektury systemów rekomendacyjnych i ich zastosowań • Doświadczenie w projektowaniu systemów skalowalnych i wysokodostępnych • Umiejętność współpracy z zespołami multidyscyplinarnymi (PM, DS, Dev) • Język angielski – min. B2 ➕ Mile widziane • Doświadczenie w dużych systemach rekomendacyjnych • Znajomość AWS SageMaker Pipelines, Feature Store • Wiedza o A/B testowaniu modeli w produkcji • Doświadczenie w mentoringu i prowadzeniu zespołów technicznych Ta rola nie jest dla Ciebie, ale masz znajomego, który by się sprawdził? Poleć go i zgarnij nawet 5000 zł. Referral Program: Talent from your network