MLOps / Data Engineer
⚲ Warszawa
25 200 - 28 560 PLN netto (B2B)
Wymagania
- wykształcenie wyższe w obszarze Data Science, ekonometrii, statystyki, matematyki, fizyki lub kierunków pokrewnych
- min. 2 lata doświadczenia w obszarze MLOps, Machine Learning lub Data Engineering
- znajomość środowiska Azure oraz ekosystemu Microsoft
- praktyczna znajomość programowania w Pythonie
- znajomość Git oraz procesów CI/CD
- doświadczenie w pracy z platformami analitycznymi i Machine Learning (np. Azure ML, Databricks, SAS Viya lub podobnej klasy)
- znajomość zagadnień związanych z wdrażaniem, monitoringiem i zarządzaniem cyklem życia modeli ML
- umiejętność analizy nowych technologii oraz rekomendowania ich zastosowań biznesowych
Opis stanowiska
Jit Team szuka MLOps / Data Engineera do projektu dla uznanej firmy z branży ubezpieczeniowej. Będziesz projektować, budować i rozwijać środowiska MLOps wspierające wdrażanie, automatyzację i utrzymanie modeli ML oraz silników decyzyjnych, tworzyć procesy CI/CD dla ML oraz integrować środowiska on-prem z cloud (Azure, Fabric, SAS Viya). Praca w elastycznej hybrydzie — 1 dzień w tygodniu z biura klienta w Warszawie. Uwaga: zakres odpowiedzialności jest szeroki i łączy kompetencje Data Science, Data Engineering i MLOps — oczekuje się już pewnych podstaw we wszystkich tych obszarach, a nacisk na produkcję może oznaczać presję na szybkie dostarczanie.
🔍 Dekoder Ogłoszenia
🔴
Realny wpływ na rozwój i wdrażanie rozwiązań AI oraz Machine Learning wykorzystywanych w środowisku produkcyjnym
Możesz mieć wpływ, ale niekoniecznie będziesz kluczową osobą decyzyjną w tym procesie.
🔴
Możliwość rozwoju kompetencji na styku MLOps, Data Engineering i Data Science w nowoczesnym środowisku chmurowym
Oczekuje się, że będziesz posiadać już pewne podstawy we wszystkich tych obszarach, a nie tylko będziesz się ich uczyć od zera.
🟡
Społeczność Jit umili Ci czas podczas cyklicznych spotkań integracyjnych
Spotkania integracyjne mogą być okazją do budowania relacji, ale nie gwarantują przyjemnej atmosfery pracy na co dzień.
🔴
Będziesz odpowiadać za automatyzację oraz optymalizację cyklu życia modeli, tworząc skalowalne i niezawodne rozwiązania w środowisku chmurowym.
Zakres odpowiedzialności jest szeroki i może oznaczać pracę nad wieloma aspektami, od podstawowych po zaawansowane.
🔴
Projekt łączy kompetencje z obszaru Data Science, Data Engineering i MLOps, ze szczególnym naciskiem na efektywne wdrażanie rozwiązań AI do środowisk produkcyjnych.
Może to oznaczać, że będziesz musiał balansować między różnymi zadaniami, a nacisk na produkcję może oznaczać presję na szybkie dostarczanie.