Senior MLOps Engineer
⚲ Warszawa, Wrocław, Kraków, Gdańsk
Do uzgodnienia
Wymagania
- solidne podstawy MLOps z praktycznym doświadczeniem w prowadzeniu modeli ML od treningu do wdrożenia produkcyjnego
- biegłość w Pythonie oraz praktyczna znajomość Docker, Terraform i GitHub Actions
- udokumentowane doświadczenie w serwowaniu i optymalizacji modeli ML na GPU z użyciem NVIDIA Triton
- znajomość narzędzi cyklu życia ML: MLflow (model registry), DVC (wersjonowanie danych), Kubeflow Pipelines
- praktyczne doświadczenie z AWS i/lub GCP, w tym zarządzanie instancjami spot/preemptible i autoskalowaniem GPU
- rozumienie CI/CD, Infrastructure as Code oraz praktyk automatycznego testowania dostosowanych do ML
- znajomość technik fine-tuningu modeli i uruchamiania rozproszonych pipeline'ów treningowych w chmurze
Opis stanowiska
Wejdziesz do zespołu budującego Incarno — platformę Physical AI i robotyki Grid Dynamics — i odpowiesz za platformę ML obsługującą inferencję na flocie produkcyjnych robotów, w chmurze i na urządzeniach edge. Twoja rola to most między badaniami ML a produkcją: wdrażanie i optymalizacja modeli na GPU, zarządzanie cyklem życia modeli i danych oraz budowa narzędzi, które pozwolą naukowcom i inżynierom robotyki wdrażać modele bez dotykania surowej infrastruktury. To oferta dla doświadczonego MLOps/DevOps inżyniera, który łączy pracę z GPU, IaC i chmurą z realnym produktem robotycznym. Brak widełek w ogłoszeniu — warto dopytać o zakres wynagrodzenia na etapie rekrutacji.
🔍 Dekoder Ogłoszenia
✓ Ogłoszenie wygląda transparentnie — brak typowych czerwonych flag.