Python Developer (Middle)

O projekcie: Cześć! U nas znajdziesz to, czego szukasz - przekonaj się! Co dla Ciebie mamy: -  Stabilna współpraca Wyzwania technologiczne i praca z nowoczesnymi rozwiązaniami. Internal Mobility - nie musisz zmieniać firmy, żeby zmienić projekt -  Ambasadorzy SCALO Rozwijaj kompetencje techniczne i presalesowe, wpływaj na kierunek rozwoju organizacji i wspieraj innych -  Budowanie marki osobistej Twórz wartościowe treści, dziel się wiedzą i doświadczeniem, występuj jako ekspert na wydarzeniach (np. ProMeet) - rozwijaj swoją markę w naturalny sposób -  Benefit box Pełna opieka medyczna, karta MultiSport i szeroka oferta Motivizera - wybieraj benefity, które dbają o Twoje zdrowie, energię i codzienny komfort -  Program poleceń Poleć znajomego z IT, a resztą zajmiemy się my – on dostaje nowy projekt, Ty bonus. Win–win w najczystszej postaci -  Integracje i wydarzenia firmowe Wspólne wyjścia, firmowe eventy i okazje do poznania się poza projektami – bo dobre relacje tworzą najlepsze zespoły Wymagania: Ta oferta jest dla Ciebie, jeśli: - Masz doświadczenie w tworzeniu i wdrażaniu aplikacji w Pythonie - Bardzo dobrze znasz systemy Linux (np. Debian, RHEL) - Swobodnie pracujesz z Kubernetesem i rozumiesz jego architekturę - Masz doświadczenie z chmurą (mile widziane GCP) - Potrafisz samodzielnie analizować problemy i proponować rozwiązania - Znasz podejście DevOps lub MLOps i stosujesz je w praktyce - Interesujesz się obszarem Machine Learning / LLM i chcesz się w nim rozwijać - Doświadczenie w MLOps / LLMOps / Big Data - mile widziane - Znajomość CI/CD (np. Jenkins, GitLab CI) - mile widziane - Doświadczenie z hurtowniami danych i procesami ETL - mile widziane Codzienne zadania: - Praca hybrydowa - Warszawa (1 dzień w tygodniu z biura) - Stawka: do 115 zł netto + VAT/H/B2B - Pojektowanie i rozwój aplikacji wykorzystujących modele Machine Learning oraz LLM - Wdrażanie, konfiguracja i utrzymanie aplikacji w środowisku Linux oraz Kubernetes - Budowa i rozwój rozwiązań w chmurze GCP - Monitorowanie działania systemów oraz diagnozowanie i rozwiązywanie problemów produkcyjnych - Współpraca z zespołem MLOps przy automatyzacji procesów i rozwoju pipeline’ów ML - Optymalizacja wydajności i skalowalności wdrożonych rozwiązań - Udział w projektowaniu architektury systemów (mikroserwisy, rozwiązania chmurowe) - Współpraca z zespołami developerskimi, data science oraz biznesem - Dbanie o jakość kodu, dokumentację techniczną i dobre praktyki wytwarzania oprogramowania - Udział w procesach CI/CD oraz automatyzacji wdrożeń