Machine learning platform engineer

Mollie; Amsterdam; On-site; EUR 90,000 - 120,000; Full time

Job summary

Mollie ищет инженера платформы ML для работы в команде ML Platform в рамках Data Domain. Вы будете помогать ученым-разработчикам внедрять масштабируемые ML-решения и доводить модели до продакшена на облаке.

Ваша задача — развёртывать, обслуживать и мониторить ML-модели, а также поддерживать инфраструктуру и tooling компании. Вы будете работать над CI/CD пайплайнами, сервисами моделирования на Kubernetes и инструментами, такими как Kubeflow и MLflow, чтобы обеспечить быструю и надёжную

Qualifications

• 1+ год опыта развёртывания и эксплуатации ML моделей в продакшене.
• Глубокое понимание MLOps: трeкинг экспериментов, воспроизводимость, пайплайны, версионирование моделей и мониторинг.
• Сильные практические навыки Python и работы с библиотеками ML (scikit-learn, pandas, NumPy).
• Опыт работы в облаке, предпочтительно GCP, знание контейнеризации Docker и оркестрации Kubernetes/Kubeflow.
• Опыт построения CI/CD пайплайнов для MLWorkflow; внимание к деталям и скорости смены приоритетов.
• Плюсом: Terraform и IaC.

Responsibilities

• Сотрудничество с инженерами, учёными и ML инженерами Mollie для масштабирования решений.
• Развёртывание и доводка ML моделей в продакшен, перевод экспериментов в реальный эффект.
• Развитие и поддержка облачной ML платформы на GCP, написание продакшн‑кода на Python и Terraform.
• Создание и поддержка CI/CD для обучения и инференса моделей, автоматизация рабочих процессов.
• Развёртывание и масштабирование сервисов моделей на Kubernetes с низкой задержкой.
• Расширение и поддержка инструментов AI: LiteLLM, LibreChat, открытые инструменты.
• Принципы MLOps: версионирование моделей, трекинг экспериментов, валидация данных, автообучение.
• Обеспечение надёжности платформы: мониторинг, алертинг, observability для инфраструктуры и моделей.
• Работа над инфраструктурой как кодом (IaC) по мере необходимости.

Skills

Python

ML Ops

Kubernetes

Terraform

GCP

CI/CD

Docker

Tools

Kubeflow

MLflow

LiteLLM

LibreChat

Job description

Описание:

We are looking for a Machine Learning Platform Engineer to join Mollie's Machine Learning Platform team, sitting within our broader Data Domain. Our ML Platform empowers Machine Learning Scientists to develop and deploy custom ML solutions at scale across Mollie, serving domains including Risk & Fraud, Payments, Merchant Experience, Financial Services, Go-to-Market, and more.

Задачи:

• Collaborate closely with ML Platform Engineers, Machine Learning Scientists, and engineers across Mollie's domain teams to deliver scalable Machine Learning solutions
• Deploy and operationalize ML models to production in partnership with Machine Learning Scientists, bridging the gap between experimentation and real-world impact
• Enhance and maintain our cloud-based ML Platform on GCP, writing production-grade Python and Terraform daily
• Build and maintain CI/CD pipelines for ML model training and inference, ensuring reliable and automated workflows across environments
• Deploy, manage, and scale model serving endpoints on Kubernetes, ensuring low-latency, high-availability inference for production workloads
• Assist in extending, developing, and hosting custom and open-source AI tooling; enabling teams to rapidly build and deploy AI-powered solutions.
• Champion MLOps best practices, implementing standards around model versioning, experiment tracking, data validation, and automated retraining
• Ensure platform reliability by setting up observability, monitoring, and alerting for both infrastructure and deployed models
• Maintain and enhance open-source AI tooling hosted at Mollie (such as LiteLLM and LibreChat), and further support and expand our generative AI capabilities.

Требования:

• 1+ year of experience deploying and maintaining ML models in production
• Good understanding of MLOps principles, including matters such as experiment tracking, reproducibility, pipeline automation, model versioning, and monitoring in production
• Strong hands‑on Python programming skills, with proficiency across common ML and data libraries such as scikit‑learn, pandas, NumPy, XGBoost, LightGBM, and MLflow
• Familiarity with at a major cloud platform, preferably GCP
• Experience with containerization (Docker), with preferred familiarity in container orchestration tools such as Kubernetes and Kubeflow.
• Strong context-switching ability with sharp attention to detail, adapting quickly to shifting priorities
• Experience building and maintaining CI/CD pipelines for ML workflows
• Будет плюсом: Preferably familiarity with infrastructure-as-code (IaC) tools such as Terraform

Условия:

You'll get regular feedback and performance reviews to support your development, with fair and transparent salary reviews along the way. Many Mollies move into new roles or take on new projects to stretch themselves, and we actively hire from within to help you take the next step. No matter if you're aiming for promotion, exploring a different career path or building new skills, you'll be supported with the tools, trust and opportunities to grow your way.