NoFluffJobs Stacjonarnie Mid

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.