MLOps Engineer

Nasze wymagania: Minimum 2–4 lata doświadczenia komercyjnego w obszarze MLOps, DevOps, ML Engineering lub pokrewnym. Znajomość języka Python. Doświadczenie z Docker, Kubernetes oraz narzędziami CI/CD. Znajomość chmury publicznej, takiej jak AWS, GCP lub Azure. Zrozumienie lifecycle modeli ML oraz zagadnień związanych z ich wdrażaniem. Doświadczenie z monitoringiem, automatyzacją oraz środowiskami produkcyjnymi. Znajomość języka angielskiego na poziomie minimum B2. Mile widziane: Doświadczenie z MLflow, Kubeflow, Airflow lub pokrewnymi narzędziami. Znajomość Terraform, GitHub Actions, GitLab CI/CD lub Jenkins. Doświadczenie z LLMOps oraz wdrażaniem rozwiązań Generative AI. Znajomość zagadnień związanych z bezpieczeństwem danych i modeli. O projekcie: Dla naszego Klienta poszukujemy osoby do współpracy na stanowisku MLOps Engineer przy projektach realizowanych w nowoczesnym środowisku technologicznym. To propozycja dla osoby, która chce wspierać produkcyjne wykorzystanie modeli Machine Learning i AI, łącząc kompetencje z obszaru danych, automatyzacji, infrastruktury oraz wdrożeń. Zakres współpracy obejmuje budowę i rozwój środowisk wspierających lifecycle modeli, automatyzację pipeline’ów oraz monitorowanie jakości wdrażanych rozwiązań. Poszukujemy osoby, która dobrze odnajduje się na styku ML, DevOps i chmury i chce mieć realny wpływ na stabilność, skalowalność oraz efektywność środowisk AI. Zakres obowiązków: Tworzenie i rozwój środowisk wspierających wdrażanie oraz utrzymanie modeli ML i AI. Automatyzacja pipeline’ów związanych z trenowaniem, wdrażaniem i monitorowaniem modeli. Współpraca z zespołami ML, Data Science, DevOps oraz developerskimi. Monitorowanie jakości modeli, danych oraz wydajności środowisk produkcyjnych. Rozwój rozwiązań wspierających versioning modeli i danych. Udział w budowie procesów CI/CD dla rozwiązań AI i ML. Optymalizacja infrastruktury oraz wspieranie bezpieczeństwa i skalowalności środowisk. Oferujemy: Współpracę w modelu B2B. Stawkę w przedziale 145–185 PLN/h netto + VAT, w zależności od doświadczenia i dopasowania do projektu. Możliwość udziału w nowoczesnych projektach realizowanych w środowisku międzynarodowym. Realny wpływ na rozwój środowisk wspierających AI i ML. Dostęp do aktualnych narzędzi, technologii i dobrych praktyk. Model współpracy hybrydowy w jednej z lokalizacji: Wrocław, Kraków, Warszawa.