Architekt Rozwiązań IT
Integral Solutions
⚲ Warszawa
6 720 - 12 768 PLN (B2B)
Wymagania
- Machine Learning
- API
- Microservices
- Python
- Java
- C#
- Azure
- AWS
- GCP
- MLOps
- Git
- AI
- Data science (nice to have)
- AWS Cloud (nice to have)
- Cloud (nice to have)
- Docker (nice to have)
- Kubernetes (nice to have)
- Airflow (nice to have)
Opis stanowiska
O projekcie: - Lokalizacja: Warszawa, Polska - Tryb pracy: Hybrydowo, 3 dni zdalnie i 2 dni z biura w centrum Warszawy Co oferujemy - Pracę na kontrakcie B2B - Prezenty na różne okazje - Wydarzenia firmowe Wymagania: - Podstawowe zrozumienie zagadnień z zakresu machine learningu, przetwarzania języka naturalnego lub systemów rekomendacji. - Ogólna wiedza o kluczowych elementach architektury IT, takich jak API, mikroserwisy czy mechanizmy integracyjne. - Znajomość jednego z języków programowania — Python, Java lub C# — najlepiej w kontekście tworzenia modeli ML lub aplikacji backendowych. - Wstępna orientacja w usługach chmurowych (Azure, AWS bądź GCP) oraz zainteresowanie tematyką MLOps. - Umiejętność korzystania z systemów kontroli wersji, w szczególności Git. - Zdolność przygotowywania prostych modułów, prototypów lub wstępnych wersji rozwiązań AI. - Wsparcie bardziej doświadczonych architektów w opracowywaniu skalowalnych systemów. - Elementarna umiejętność monitorowania jakości modeli oraz pracy z pipeline’ami danych. - Gotowość do realizacji zadań obejmujących przygotowanie i aktualizację dokumentacji technicznej. - Motywacja do nauki projektowania architektury AI na dużą skalę oraz pracy z metodami architektonicznymi. - Zdolność analizowania potrzeb projektowych i wspierania identyfikacji potencjalnych ryzyk technologicznych. - Gotowość do współpracy z zespołami developerskimi, data science oraz przedstawicielami biznesu. - Podstawowa wiedza na temat bezpieczeństwa informacji i regulacji RODO będzie atutem. Mile widziane - Pierwsze doświadczenia zawodowe lub stażowe w obszarach ML, data science, backendu albo technologii chmurowych. - Certyfikaty lub szkolenia takie jak Azure Fundamentals, AWS Cloud Practitioner czy Google Associate Cloud Engineer. - Znajomość podstaw konteneryzacji i orkiestracji, np. Docker, Kubernetes, a także narzędzi jak Airflow. - Umiejętność klarownego przedstawiania rezultatów swojej pracy.