MLOps Engineer (Machine Learning, MLFlow, Kubernetes, DVC)
⚲ Gdańsk, Poznań, Wrocław
Do uzgodnienia
Wymagania
- wykształcenie wyższe (licencjat, inżynier lub magister)
- min. 4 lata doświadczenia w CI/CD i/lub technologiach chmurowych
- angielski min. B2 w mowie i piśmie
Mile widziane
- praktyczne doświadczenie z MLflow, DVC lub podobnymi narzędziami do zarządzania cyklem życia modeli
- doświadczenie z AI/GenAI: LLM, RAG, agentic workflows w środowisku produkcyjnym lub near-production
- znajomość vector search, embeddings, model-serving lub AI observability
Opis stanowiska
Capgemini szuka MLOps Engineera do wdrażania, utrzymania i monitorowania modeli ML w środowiskach produkcyjnych. Będziesz budować pipeline'y CI/CD dla modeli, konfigurować observability oraz wspierać inicjatywy GenAI (LLM, RAG, agentic workflows). Uwaga: wymóg '4 lata w CI/CD i/lub cloud' może oznaczać doświadczenie w jednym z tych obszarów, a nie w obu — warto to doprecyzować na rozmowie.
🔍 Dekoder Ogłoszenia
🔴
At least 4 years of experience in CI/CD and/or cloud technologies.
Może oznaczać 4 lata doświadczenia w jednym z tych obszarów, a niekoniecznie w obu.
🟡
Practical experience with MLflow, DVC or similar tools supporting model lifecycle management will be an advantage.
To jest dodatek, a nie kluczowy wymóg, więc brak tego doświadczenia nie dyskwalifikuje kandydata.
🟡
Hands-on experience in AI / GenAI, including practical use of LLMs, RAG patterns and agentic workflows in production or near-production environments, will be an advantage.
Podobnie jak wyżej, to jest mile widziane, ale nie jest to główny wymóg stanowiska.
🟡
Knowledge of vector search, embeddings, model-serving patterns or AI observability will be an advantage.
Kolejny punkt, który jest dodatkowym atutem, a nie koniecznym warunkiem.
🔴
Good written and verbal communication skills, minimum B2 English.
Wymóg B2 jest standardowy, ale 'good communication skills' może być subiektywnie oceniane przez rekrutera.