MLOPS

Link Group; Warszawa; On-site; PLN 180,000 - 280,000; Full time

Job summary

Link Group w Warszawie poszukuje specjalisty ML/MLOps z co najmniej 3-letnim doświadczeniem, biegłą Python oraz praktyczną znajomością projektowania architektur ML, przepływu danych i skalowalności. Do zadań należeć będzie rozwijanie ekosystemu MLOps i automatyzacja CI/CD dla produkcyjnych modeli ML.

Praca w interdyscyplinarnym zespole z Ekspertami ML i Data Scientistami, fokusem na realne zastosowania biznesowe i zapewnienie zgodności regulacyjnej. Lokalizacja: Warszawa + 5 lokalizacji.

Qualifications

• Co najmniej 3 lata komercyjnej pracy w ML/DevOps/MLOps.
• Bardzo dobra Python (min. 3 lata praktyki).
• Praktyczna wiedza z projektowania architektury ML i skalowalności.
• Doświadczenie z self-hosted rozwiązaniami MLops (MLflow, Kubeflow).
• Biegłość w Dockerze, Kubernetes, OpenShift/OKD4 i narzędziach CI/CD.
• Doświadczenie z dużymi zbiorami danych i NLP.
• Umiejętność przekładania potrzeb biznesowych na zastosowania AI.

Responsibilities

• Rozwój i konfiguracja ekosystemu narzędzi MLOps (ze specialnym uwzględnieniem MLflow).
• Automatyzacja pipeline'ów CI/CD i cyklu życia modeli w środowiskach produkcyjnych.
• Utrzymanie, refaktoryzacja oraz rozbudowa kodu Pythonowego w produkcji.
• Zarządzanie platformą orkiestracji kontenerów (OpenShift/OKD) i standaryzacja wdrożeń modeli.
• Diagnostyka i optymalizacja wydajności środowisk ML/AI.

Skills

MLOps experience

Python programming

ML infra design

NLP with large data

Business-driven analytics

Tools

MLflow

Kubeflow

OpenShift/OKD4

Jenkins

GitLab CI

Argo CD

Docker

Kubernetes

Job description

Nasze wymagania

• Doświadczenie: Co najmniej 3 lata komercyjnej pracy w obszarze Machine Learning/Devops lub MLOps.
• Python: Bardzo dobra, co najmniej 3-letnia praktyka w programowaniu w języku Python (preferowane środowisko projektów ML).
• Infrastruktura ML: Praktyczna wiedza z zakresu projektowania architektury pod wdrożenia modeli (zarządzanie przepływem danych, skalowalność, cykl życia modeli).
• Narzędzia MLOps: Doświadczenie w zarządzaniu samodzielnie hostowanymi (self-hosted) rozwiązaniami klasy MLOps (MLflow, Kubeflow lub pokrewne).
• CI/CD & Konteneryzacja: Biegłość w pracy z Dockerem, platformami kontenerowymi (Kubernetes, OpenShift/OKD4) oraz narzędziami automatyzacji wdrożeń (Jenkins, GitLab CI, Argo CD).
• Dane & NLP: Doświadczenie w pracy z dużymi wolumenami danych (huge datasets) oraz rozwiązaniami z zakresu przetwarzania języka naturalnego (NLP).
• Podejście biznesowe: Umiejętność identyfikowania potrzeb użytkowników i przekładania ich na praktyczne zastosowania zaawansowanej analityki oraz sztucznej inteligencji.

• Rozwój i konfiguracja ekosystemu narzędzi MLOps (ze szczególnym uwzględnieniem MLflow).
• Automatyzacja pipeline'ów CI/CD i cyklu życia modeli maszynowych (Jenkins, MLflow).
• Utrzymanie, refaktoryzacja oraz rozbudowa produkcyjnej bazy kodu napisanej w języku Python.
• Zarządzanie platformą orkiestracji kontenerów (OpenShift, OKD4) i standaryzacja procesów produkcyjnego wdrażania modeli.
• Diagnostyka, optymalizacja oraz troubleshooting środowisk produkcyjnych pod kątem wydajności rozwiązań ML/AI.
• Wdrażanie standardów bezpieczeństwa, governance oraz zapewnianie zgodności regulacyjnej systemów AI/ML.

Dołączysz do interdyscyplinarnego środowiska, w którym na co dzień będziesz współpracować z Ekspertami ML oraz Data Scientistami budzącymi prototypy i docelowe modele. W obszarze integracji i płynnego wejścia w projekt nie zostaniesz sam – możesz liczyć na pełne wsparcie i ścisłą współpracę z naszymi specjalistami z pogranicza DevOps i MLOps.

Locations: Warszawa + 5