MLOps Engineer

Ness Solution; Warszawa; Hybrid; PLN 180,000 - 260,000; Full time

Benefits offered by this job

Elastyczny model pracy

Praca zdalna lub hybrydowa

Konkurencyjne wynagrodzenie

Job summary

Ness Solution poszukuje doświadczonej osoby na stanowisko MLOps Engineer, odpowiedzialnej za projektowanie, wdrażanie i utrzymanie procesów wspierających modele ML w środowiskach produkcyjnych. Będziesz współpracować z zespołami DS, Data Engineering, Software Engineering i IT, dbając o automatyzację cyklu życia modeli i stabilność infrastruktury.

Pracodawca oferuje elastyczny model pracy i możliwość pracy zdalnej lub hybrydowej, z konkurencyjnym wynagrodzeniem i rozwojem zawodowym w AI.

Qualifications

• Minimum 3 years of experience as MLOps Engineer, DevOps Engineer, Machine Learning Engineer or similar.
• Practical knowledge of Python and software development tooling.
• Experience in building and maintaining ML/AI model pipelines (CI/CD).
• Familiarity with containerization and orchestration: Docker and Kubernetes.
• Knowledge of cloud platforms: AWS, Azure or Google Cloud.
• Knowledge of Terraform, Helm, Airflow or equivalent.
• Experience with experiment and model management tools (MLflow, Kubeflow).
• Version control with Git; monitoring, logging and reliability topics.
• Bonus for data governance, security, drift monitoring, and GitOps.

Responsibilities

• Projectowanie i utrzymanie CI/CD potoków dla modeli ML.
• Projektowanie i utrzymanie infrastruktury ML i procesów MLOps.
• Automatyzacja trenowania, testowania i wdrażania modeli.
• Zarządzanie wersjonowaniem kodu, danych i eksperymentów.
• Wdrażanie monitorowania i logowania wydajności modeli.
• Współpraca z Data Science i IT przy produkcyjnych modelach.
• Zapewnienie skalowalności i kosztowej efektywności środowisk ML.

Skills

Python programming

CI/CD

Monitoring

Git

Data pipelines

Cloud platforms

Containerization

Tools

Docker

Kubernetes

Terraform

Helm

Airflow

MLflow

Kubeflow

GitHub Actions

AWS

Azure

GCP

Job description

Poszukujemy doświadczonej osoby na stanowisko MLOps Engineer, która będzie odpowiedzialna za projektowanie, wdrażanie i utrzymanie procesów wspierających rozwój oraz działanie modeli uczenia maszynowego w środowiskach produkcyjnych.

Na tym stanowisku będziesz współpracować z zespołami Data Science, Data Engineering, Software Engineering oraz IT, dbając o automatyzację cyklu życia modeli, stabilność infrastruktury i efektywne dostarczanie rozwiązań opartych na sztucznej inteligencji.

Zakres obowiązków

MLOps EngineerOpis stanowiska

Poszukujemy doświadczonej osoby na stanowisko MLOps Engineer, która będzie odpowiedzialna za projektowanie, wdrażanie i utrzymanie procesów wspierających rozwój oraz działanie modeli uczenia maszynowego w środowiskach produkcyjnych.

Na tym stanowisku będziesz współpracować z zespołami Data Science, Data Engineering, Software Engineering oraz IT, dbając o automatyzację cyklu życia modeli, stabilność infrastruktury i efektywne dostarczanie rozwiązań opartych na sztucznej inteligencji.

Zakres obowiązków

• Projektowanie i rozwój procesów MLOps oraz infrastruktury wspierającej cykl życia modeli ML.
• Automatyzacja trenowania, testowania, wdrażania i monitorowania modeli.
• Budowa oraz utrzymanie potoków CI/CD dla aplikacji i modeli uczenia maszynowego.
• Wdrażanie rozwiązań do zarządzania wersjami kodu, danych, modeli i eksperymentów.
• Monitorowanie wydajności modeli, jakości predykcji oraz stabilności środowisk produkcyjnych.
• Współpraca z zespołami Data Science i Engineering przy przechodzeniu modeli z etapu eksperymentalnego do produkcyjnego.
• Zarządzanie infrastrukturą chmurową lub lokalną z wykorzystaniem podejścia Infrastructure as Code.
• Dbanie o skalowalność, bezpieczeństwo, niezawodność i optymalizację kosztów rozwiązań ML.
• Tworzenie i aktualizowanie dokumentacji technicznej oraz standardów wdrażania modeli.
• Identyfikowanie i rozwiązywanie problemów związanych z działaniem modeli oraz procesów produkcyjnych.

Wymagania

• Min. 3 lata doświadczenia na stanowisku MLOps Engineer, DevOps Engineer, Machine Learning Engineer lub podobnym.
• Praktyczna znajomość języka Python oraz narzędzi wspierających rozwój oprogramowania.
• Doświadczenie w budowaniu i utrzymywaniu potoków CI/CD.
• Znajomość narzędzi konteneryzacji, takich jak Docker, oraz platform orkiestracji, np. Kubernetes.
• Znajomość jednej z głównych platform chmurowych: AWS, Microsoft Azure lub Google Cloud.
• Znajomość Terraform, Helm, Airflow lub podobnych narzędzi.
• Doświadczenie w pracy z narzędziami do zarządzania eksperymentami i modelami, np. MLflow, Kubeflow lub podobnymi.
• Znajomość systemów kontroli wersji, w szczególności Git.
• Znajomość zagadnień związanych z monitorowaniem, logowaniem i zapewnianiem niezawodności systemów.
• Znajomość baz danych oraz narzędzi do przetwarzania danych będzie dodatkowym atutem.
• Umiejętność analitycznego myślenia, rozwiązywania problemów i pracy zespołowej.
• Dobra znajomość języka angielskiego umożliwiająca pracę z dokumentacją techniczną i komunikację w środowisku międzynarodowym.

Mile widziane

• Doświadczenie w produkcyjnym wdrażaniu modeli uczenia maszynowego.
• Doświadczenie w pracy z systemami GPU i rozwiązaniami wspierającymi trenowanie modeli.
• Znajomość praktyk Data Governance, bezpieczeństwa danych i zgodności regulacyjnej.
• Doświadczenie w implementacji mechanizmów monitorowania driftu danych i modeli.
• Znajomość koncepcji GitOps oraz praktyk SRE.

Oferujemy

• Udział w rozwoju nowoczesnych rozwiązań wykorzystujących sztuczną inteligencję i uczenie maszynowe.
• Pracę z doświadczonym zespołem specjalistów.
• Możliwość wpływania na wybór technologii i kształtowanie procesów MLOps.
• Dostęp do nowoczesnych narzędzi oraz infrastruktury chmurowej.
• Rozwój zawodowy poprzez udział w ambitnych projektach i szkoleniach.
• Elastyczny model pracy oraz możliwość pracy zdalnej lub hybrydowej.
• Stabilne zatrudnienie i konkurencyjne wynagrodzenie.