Oferta wygasa za:90 dni
Tryb pracyZdalna
Rodzaj umowyKontrakt B2B
Tryb rekrutacjiRekrutacja stacjonarna
Wymiar etatuPełny etat
O projekcie
Szukamy dwóch doświadczonych inżynierów, którzy dołączą do zespołu rozwijającego globalnie wdrożony system rekomendacyjny. System już dziś generuje istotną wartość biznesową w wielu krajach, a teraz wchodzimy w etap jego dalszej ewolucji i profesjonalizacji w obszarze MLOps i skalowania.
To rola dla osób, które chcą realnie wpływać na architekturę produkcyjnych systemów ML i współtworzyć standardy pracy dla zespołów data science i ML engineerin
Twój zakres obowiązków
- Projektowanie i rozwój architektury produkcyjnego systemu rekomendacyjnego
- Budowa i rozwój standardów MLOps w organizacji
- Tworzenie i optymalizacja pipeline’ów CI/CD w GitLab
- Implementacja i rozwój procesu MLflow (tracking eksperymentów, wersjonowanie modeli)
- Wdrażanie modeli ML do produkcji na AWS SageMaker
- Współpraca z Data Scientistami w zakresie produkcjonalizacji modeli
- Budowa rozwiązań zapewniających monitoring, obserwowalność i niezawodność modeli
- Aktywne programowanie w Pythonie (data/ML infrastructure, deployment, pipelines)
- Mentoring i wsparcie techniczne dla Data Scientistów i inżynierów
- Współpraca z Product Ownerami i stakeholderami biznesowymi
Nasze wymagania
- Min. 5+ lat doświadczenia w roli Machine Learning Engineer / MLOps Engineer / ML Engineer
- Bardzo dobra znajomość Pythona i ekosystemu data science
- Doświadczenie w budowie i wdrażaniu modeli ML do produkcji
- Praktyczne doświadczenie z AWS SageMaker
- Znajomość co najmniej jednego frameworka deep learning (TensorFlow lub PyTorch)
- Doświadczenie w MLOps: MLflow (tracking, model registry)
- Doświadczenie w CI/CD (GitLab CI/CD)
- Umiejętność projektowania i opisywania architektury systemów ML
- Doświadczenie w pracy z systemami chmurowymi (preferowany AWS)
- Doświadczenie we współpracy z Data Science / Data Engineering zespołami
Zainteresowała Cię ta oferta?Aplikuj na to stanowisko!
Klauzula informacyjna