AI & MLOps Engineer(M/F)
⚲ Warszawa
100–140 zł netto (+ VAT) / godz.
Wymagania
- Python
- Docker
- AWS
- Microsoft Azure
- Google Cloud Platform
- Git
- CI/CD
- MLflow
- Apache Airflow
- Kubernetes
- PyTorch
- TensorFlow
- LangChain
- LangGraph
- LlamaIndex
- Pinecone
- Weaviate
- ChromaDB
- Qdrant
- Apache Kafka
Opis stanowiska
Nasze wymagania:
Minimum 3–4 lata doświadczenia na stanowisku MLOps Engineer, AI Engineer, Machine Learning Engineer lub pokrewnym
Bardzo dobra znajomość Python
Doświadczenie w budowie i utrzymaniu rozwiązań Machine Learning w środowiskach produkcyjnych
Znajomość Docker oraz konteneryzacji aplikacji
Doświadczenie z platformami chmurowymi AWS, Azure lub Google Cloud Platform
Znajomość CI/CD oraz automatyzacji procesów wdrożeniowych
Doświadczenie w pracy z Git
Znajomość zagadnień związanych z monitoringiem modeli AI
Umiejętność współpracy z zespołami Data Science i Engineering
Znajomość języka angielskiego na poziomie B2–C1
Mile widziane:
Doświadczenie z MLflow
Znajomość Apache Airflow
Doświadczenie z Kubernetes
Praktyczna znajomość PyTorch lub TensorFlow
Doświadczenie z Large Language Models (LLM)
Znajomość frameworków takich jak LangChain, LangGraph lub LlamaIndex
Doświadczenie z bazami wektorowymi (Pinecone, Weaviate, ChromaDB, Qdrant)
Znajomość rozwiązań RAG (Retrieval-Augmented Generation)
Doświadczenie w projektach Generative AI
Znajomość Apache Kafka
Doświadczenie w sektorze bankowym lub finansowym
O projekcie:
Poszukujemy MLOps / AI Engineera do realizacji innowacyjnych projektów dla sektora bankowego i finansowego.
Osoba na tym stanowisku będzie odpowiedzialna za projektowanie, wdrażanie oraz utrzymanie rozwiązań opartych o sztuczną inteligencję, uczenie maszynowe oraz nowoczesne platformy danych.
Będziesz współpracować z zespołami Data Science, Data Engineering i DevOps, wspierając cały cykl życia modeli AI – od budowy środowisk treningowych po wdrożenie modeli na środowiska produkcyjne.
Zakres obowiązków:
Projektowanie i rozwój środowisk MLOps wspierających wdrażanie modeli AI/ML
Automatyzacja procesów trenowania, testowania oraz wdrażania modeli
Budowa i utrzymanie pipeline'ów ML oraz Data Pipelines
Monitorowanie jakości, wydajności i stabilności modeli produkcyjnych
Współpraca z Data Scientistami oraz zespołami developerskimi
Implementacja rozwiązań opartych o Generative AI i Large Language Models (LLM)
Zarządzanie infrastrukturą chmurową wspierającą rozwiązania AI
Tworzenie dokumentacji technicznej oraz dobrych praktyk w zakresie AI Engineering
Optymalizacja kosztów i wydajności środowisk AI/ML
Oferujemy:
Udział w nowoczesnych projektach związanych ze sztuczną inteligencją i uczeniem maszynowym
Stabilną współpracę przy długoterminowych projektach
Możliwość rozwoju kompetencji w obszarze AI, MLOps i Generative AI
Pracę z najnowszymi technologiami chmurowymi i rozwiązaniami AI
Współpracę z ekspertami Data Science, AI oraz Cloud Engineering
Realny wpływ na rozwój innowacyjnych produktów i usług
Atrakcyjne wynagrodzenie adekwatne do doświadczenia i kompetencji
Minimum 3–4 lata doświadczenia na stanowisku MLOps Engineer, AI Engineer, Machine Learning Engineer lub pokrewnym
Bardzo dobra znajomość Python
Doświadczenie w budowie i utrzymaniu rozwiązań Machine Learning w środowiskach produkcyjnych
Znajomość Docker oraz konteneryzacji aplikacji
Doświadczenie z platformami chmurowymi AWS, Azure lub Google Cloud Platform
Znajomość CI/CD oraz automatyzacji procesów wdrożeniowych
Doświadczenie w pracy z Git
Znajomość zagadnień związanych z monitoringiem modeli AI
Umiejętność współpracy z zespołami Data Science i Engineering
Znajomość języka angielskiego na poziomie B2–C1
Mile widziane:
Doświadczenie z MLflow
Znajomość Apache Airflow
Doświadczenie z Kubernetes
Praktyczna znajomość PyTorch lub TensorFlow
Doświadczenie z Large Language Models (LLM)
Znajomość frameworków takich jak LangChain, LangGraph lub LlamaIndex
Doświadczenie z bazami wektorowymi (Pinecone, Weaviate, ChromaDB, Qdrant)
Znajomość rozwiązań RAG (Retrieval-Augmented Generation)
Doświadczenie w projektach Generative AI
Znajomość Apache Kafka
Doświadczenie w sektorze bankowym lub finansowym
O projekcie:
Poszukujemy MLOps / AI Engineera do realizacji innowacyjnych projektów dla sektora bankowego i finansowego.
Osoba na tym stanowisku będzie odpowiedzialna za projektowanie, wdrażanie oraz utrzymanie rozwiązań opartych o sztuczną inteligencję, uczenie maszynowe oraz nowoczesne platformy danych.
Będziesz współpracować z zespołami Data Science, Data Engineering i DevOps, wspierając cały cykl życia modeli AI – od budowy środowisk treningowych po wdrożenie modeli na środowiska produkcyjne.
Zakres obowiązków:
Projektowanie i rozwój środowisk MLOps wspierających wdrażanie modeli AI/ML
Automatyzacja procesów trenowania, testowania oraz wdrażania modeli
Budowa i utrzymanie pipeline'ów ML oraz Data Pipelines
Monitorowanie jakości, wydajności i stabilności modeli produkcyjnych
Współpraca z Data Scientistami oraz zespołami developerskimi
Implementacja rozwiązań opartych o Generative AI i Large Language Models (LLM)
Zarządzanie infrastrukturą chmurową wspierającą rozwiązania AI
Tworzenie dokumentacji technicznej oraz dobrych praktyk w zakresie AI Engineering
Optymalizacja kosztów i wydajności środowisk AI/ML
Oferujemy:
Udział w nowoczesnych projektach związanych ze sztuczną inteligencją i uczeniem maszynowym
Stabilną współpracę przy długoterminowych projektach
Możliwość rozwoju kompetencji w obszarze AI, MLOps i Generative AI
Pracę z najnowszymi technologiami chmurowymi i rozwiązaniami AI
Współpracę z ekspertami Data Science, AI oraz Cloud Engineering
Realny wpływ na rozwój innowacyjnych produktów i usług
Atrakcyjne wynagrodzenie adekwatne do doświadczenia i kompetencji
🔍 Dekoder Ogłoszenia
🔴
realizacji innowacyjnych projektów
Może oznaczać zarówno przełomowe rozwiązania, jak i projekty o niewielkim stopniu nowości, ale z naciskiem na wdrożenie.
🔴
nowoczesne platformy danych
Może odnosić się do standardowych rozwiązań chmurowych lub wymagać pracy z mniej popularnymi, nowymi technologiami.
🟡
Umiejętność współpracy z zespołami Data Science i Engineering
Oczekuje się, że będziesz potrafił efektywnie komunikować się i pracować z innymi działami, co może oznaczać konieczność tłumaczenia złożonych zagadnień technicznych.
🟡
Minimum 3–4 lata doświadczenia
Firma może być elastyczna co do dokładnej liczby lat, ale oczekuje solidnego, praktycznego doświadczenia.
🔴
Doświadczenie w projektach Generative AI
Może oznaczać zarówno tworzenie modeli od podstaw, jak i wykorzystywanie gotowych rozwiązań i API.