MLOps / Machine Learning Engineer

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 pracy jako MLOps Engineer / Machine Learning Engineer lub w podobnej roli, - bardzo dobrze znasz Python i masz doświadczenie w budowie rozwiązań produkcyjnych, - posiadasz praktyczne doświadczenie z Kubernetes, - pracowałeś/aś z chmurą (preferowana GCP), - rozumiesz architekturę rozwiązań Machine Learning oraz LLM i potrafisz je wdrażać w środowisku produkcyjnym, - znasz zagadnienia związane z MLOps / DevOps, - swobodnie poruszasz się w środowisku Linux (Debian / RHEL), - masz doświadczenie w samodzielnym prowadzeniu projektów technologicznych end-to-end, - potrafisz analizować problemy i proponować skuteczne rozwiązania, - dobrze odnajdujesz się we współpracy z biznesem i potrafisz przekładać wymagania na rozwiązania techniczne, - swobodnie komunikujesz się w języku angielskim. Codzienne zadania: - prowadzenie projektów MLOps end-to-end w branży bankowej – od analizy potrzeb biznesowych, przez projekt architektury, po wdrożenie i utrzymanie rozwiązań produkcyjnych, - projektowanie i implementacja rozwiązań opartych o Machine Learning oraz LLM zgodnie z najlepszymi praktykami MLOps / LLMOps, - rozwój i utrzymanie środowisk produkcyjnych w Kubernetes oraz Google Cloud Platform, - budowa i optymalizacja pipeline’ów MLOps (CI/CD, automatyzacja, monitoring modeli, governance), - integracja modeli ML/LLM z istniejącymi systemami i aplikacjami biznesowymi, - diagnozowanie problemów produkcyjnych oraz zapewnienie stabilności i niezawodności wdrożonych rozwiązań, - współpraca z zespołami Data Science, DevOps, Architektury oraz Security, - rekomendowanie nowych technologii i usprawnień w obszarze platformy ML/AI, - prowadzenie code review oraz mentoring członków zespołu, - dokumentowanie architektury oraz wdrożonych rozwiązań, - samodzielne podejmowanie decyzji technicznych i odpowiedzialność za ich realizację, - praca w środowisku Linux (Debian / RHEL), - praca hybrydowa – 1 x w tygodniu z biura w Warszawie, - stawka do 165 PLN/h + VAT (B2B).