MLOps & Cloud Platform Engineer
⚲ Warszawa, Wola
Do uzgodnienia
Wymagania
- Python
- Jenkins
- GitLab
- ArgoCD
- MLflow
- Kubeflow
- Unix
- R
- Java
Opis stanowiska
Nasze wymagania:
doświadczenie w zakresie zarządzania infrastrukturą IT oraz znajomość specyfiki środowisk ML (zarządzanie danymi, wdrożenia modeli, skalowalność systemów)
min. 3 lata doświadczenia komercyjnego w obszarze uczenia maszynowego
wykształcenie wyższe – informatyka lub kierunki pokrewne (np. techniczne, matematyczne, statystyczne)
bardzo dobra znajomość języka Python (minimum 3-letnie doświadczenie w zakresie programowania, najlepiej wykorzystywane do budowania rozwiązań machine learning)
wiedza z zakresu analizy statystycznej oraz umiejętność modelowania danych
znajomość narzędzi automatyzacji, DevOps i MLOps w obszarach takich jak automatyczne testy typu end-to-end, zautomatyzowane potoki kompilacji, testowania i wdrażania, mechanizmy autoskalowania i zautomatyzowane rozwiązania monitorujące, w tym doświadczenie w administrowaniu narzędziami CI/CD (Jenkins, Argo CD, GitLab)
praktyczne doświadczenie w zarządzaniu samodzielnie hostowanymi rozwiązaniami MLOps (MLflow, Kubeflow lub podobnymi) oraz doświadczenie z zakresu MLOps, huge datasets i NLP
doświadczenie w budowie i wdrażaniu rozwiązań z użyciem uczenia maszynowego i sztucznej inteligencji
bardzo dobra znajomość technologii konteneryzacji i minimum 3-letnie doświadczenie w administrowaniu platformami konteneryzacyjnymi
umiejętność identyfikowania potrzeb klientów dzięki wykorzystaniu rozwiązań zaawansowanej analityki danych, uczenia maszynowego i sztucznej inteligencji
chęć dalszego doskonalenia umiejętności technicznych w szybko zmieniającym się środowisku oraz dzielenia się wiedzą i umiejętnościami z innymi
Mile widziane:
Java lub R
doświadczenie zawodowe w sektorze ubezpieczeniowym
O projekcie:
Poszukujemy osoby z ekspercką wiedzą w obszarze infrastruktury ML/AI, odpowiedzialnej za zapewnienie stabilnego, skalowalnego i bezpiecznego środowiska do wdrażania i monitorowania rozwiązań ML/AI.
Zakres obowiązków:
konfiguracja i rozwój narzędzi ML Ops (MLflow)
automatyzacja czynności i procesów wchodących w skład CI/CD(Jenkins, MLflow)
utrzymywanie i rozbudowa istniejącej bazy kodu Python
zarządzanie platformą kontenerową (Openshift, OKD4), standaryzacja procesów wdrażania modeli
troubleshooting środowisk produkcyjnych
optymalizacja rozwiązań ML/AI
zapewnienie bezpieczeństwa, zgodności regulacyjnej i governance dla rozwiązań AI/ML
współpraca z innymi inżynierami i analitykami danych
udział w projektach i wsparcie analityczne nowych rozwiązań
utrzymanie i definiowanie odpowiedniej dokumentacji (proceduralnej i technicznej)
Oferujemy:
pracę w stabilnej organizacji będącej częścią jednej z największych międzynarodowych grup ubezpieczeniowo-finansowych
pracę w elastycznym modelu hybrydowym: 1 dzień w tygodniu z biura w Warszawie
prócz wynagrodzenia podstawowego – premię roczną
dostęp do platformy benefitowej (m.in. karnet sportowy, opieka medyczna, dofinansowania do wypoczynku, rabaty i wiele innych)
platformę wellbeingową (webinary, podcasty, czat ze specjalistami itp.)
możliwość dołączenia do ubezpieczenia grupowego
zniżki na produkty ubezpieczeniowe Warty
różnorodne szkolenia wewnętrzne (online)
profesjonalne otoczenie specjalistów IT oraz kontakt z najnowszą technologią i narzędziami
możliwość pracy w jednym z najnowocześniejszych biur w ścisłym centrum Warszawy (Warsaw Unit), biuro zlokalizowane w pobliżu stacji metra Rondo Daszyńskiego
doświadczenie w zakresie zarządzania infrastrukturą IT oraz znajomość specyfiki środowisk ML (zarządzanie danymi, wdrożenia modeli, skalowalność systemów)
min. 3 lata doświadczenia komercyjnego w obszarze uczenia maszynowego
wykształcenie wyższe – informatyka lub kierunki pokrewne (np. techniczne, matematyczne, statystyczne)
bardzo dobra znajomość języka Python (minimum 3-letnie doświadczenie w zakresie programowania, najlepiej wykorzystywane do budowania rozwiązań machine learning)
wiedza z zakresu analizy statystycznej oraz umiejętność modelowania danych
znajomość narzędzi automatyzacji, DevOps i MLOps w obszarach takich jak automatyczne testy typu end-to-end, zautomatyzowane potoki kompilacji, testowania i wdrażania, mechanizmy autoskalowania i zautomatyzowane rozwiązania monitorujące, w tym doświadczenie w administrowaniu narzędziami CI/CD (Jenkins, Argo CD, GitLab)
praktyczne doświadczenie w zarządzaniu samodzielnie hostowanymi rozwiązaniami MLOps (MLflow, Kubeflow lub podobnymi) oraz doświadczenie z zakresu MLOps, huge datasets i NLP
doświadczenie w budowie i wdrażaniu rozwiązań z użyciem uczenia maszynowego i sztucznej inteligencji
bardzo dobra znajomość technologii konteneryzacji i minimum 3-letnie doświadczenie w administrowaniu platformami konteneryzacyjnymi
umiejętność identyfikowania potrzeb klientów dzięki wykorzystaniu rozwiązań zaawansowanej analityki danych, uczenia maszynowego i sztucznej inteligencji
chęć dalszego doskonalenia umiejętności technicznych w szybko zmieniającym się środowisku oraz dzielenia się wiedzą i umiejętnościami z innymi
Mile widziane:
Java lub R
doświadczenie zawodowe w sektorze ubezpieczeniowym
O projekcie:
Poszukujemy osoby z ekspercką wiedzą w obszarze infrastruktury ML/AI, odpowiedzialnej za zapewnienie stabilnego, skalowalnego i bezpiecznego środowiska do wdrażania i monitorowania rozwiązań ML/AI.
Zakres obowiązków:
konfiguracja i rozwój narzędzi ML Ops (MLflow)
automatyzacja czynności i procesów wchodących w skład CI/CD(Jenkins, MLflow)
utrzymywanie i rozbudowa istniejącej bazy kodu Python
zarządzanie platformą kontenerową (Openshift, OKD4), standaryzacja procesów wdrażania modeli
troubleshooting środowisk produkcyjnych
optymalizacja rozwiązań ML/AI
zapewnienie bezpieczeństwa, zgodności regulacyjnej i governance dla rozwiązań AI/ML
współpraca z innymi inżynierami i analitykami danych
udział w projektach i wsparcie analityczne nowych rozwiązań
utrzymanie i definiowanie odpowiedniej dokumentacji (proceduralnej i technicznej)
Oferujemy:
pracę w stabilnej organizacji będącej częścią jednej z największych międzynarodowych grup ubezpieczeniowo-finansowych
pracę w elastycznym modelu hybrydowym: 1 dzień w tygodniu z biura w Warszawie
prócz wynagrodzenia podstawowego – premię roczną
dostęp do platformy benefitowej (m.in. karnet sportowy, opieka medyczna, dofinansowania do wypoczynku, rabaty i wiele innych)
platformę wellbeingową (webinary, podcasty, czat ze specjalistami itp.)
możliwość dołączenia do ubezpieczenia grupowego
zniżki na produkty ubezpieczeniowe Warty
różnorodne szkolenia wewnętrzne (online)
profesjonalne otoczenie specjalistów IT oraz kontakt z najnowszą technologią i narzędziami
możliwość pracy w jednym z najnowocześniejszych biur w ścisłym centrum Warszawy (Warsaw Unit), biuro zlokalizowane w pobliżu stacji metra Rondo Daszyńskiego
🔍 Dekoder Ogłoszenia
🔴
doświadczenie w zakresie zarządzania infrastrukturą IT oraz znajomość specyfiki środowisk ML (zarządzanie danymi, wdrożenia modeli, skalowalność systemów)
Oczekuje się szerokiego zakresu obowiązków, od podstawowej infrastruktury po specyficzne wyzwania związane z ML, co może oznaczać pracę nad wieloma różnymi aspektami.
🟡
min. 3 lata doświadczenia komercyjnego w obszarze uczenia maszynowego
Choć podane są lata, 'komercyjne' może oznaczać, że szukają kogoś, kto już pracował nad projektami przynoszącymi realne zyski firmie, a nie tylko akademickimi czy hobbystycznymi.
🔴
bardzo dobra znajomość języka Python (minimum 3-letnie doświadczenie w zakresie programowania, najlepiej wykorzystywane do budowania rozwiązań machine learning)
Podkreślenie 'najlepiej wykorzystywane do budowania rozwiązań machine learning' sugeruje, że doświadczenie ogólne w Pythonie może być niewystarczające, a kluczowe jest praktyczne zastosowanie w ML.
🔴
praktyczne doświadczenie w zarządzaniu samodzielnie hostowanymi rozwiązaniami MLOps (MLflow, Kubeflow lub podobnymi) oraz doświadczenie z zakresu MLOps, huge datasets i NLP
Wymóg 'samodzielnie hostowanymi' może oznaczać, że firma nie korzysta z gotowych, zarządzanych usług chmurowych dla MLOps, co wymaga większej odpowiedzialności za utrzymanie i konfigurację.
🟡
umiejętność identyfikowania potrzeb klientów dzięki wykorzystaniu rozwiązań zaawansowanej analityki danych, uczenia maszynowego i sztucznej inteligencji
Może oznaczać, że rola wykracza poza czysto techniczne zadania i wymaga interakcji z biznesem lub klientami w celu zrozumienia ich problemów i zaproponowania rozwiązań opartych na ML/AI.