MLOps Engineer

Ness Solution; Województwo mazowieckie; Hybrid; PLN 180,000 - 280,000; Full time

Benefits offered by this job

Remote work

Hybrid work

Job summary

Ness Solution szuka doświadczonego MLOps Engineer, który zaprojektuje i utrzyma procesy ML w środowiskach produkcyjnych. Będziesz współpracować z zespołami Data Science, Data Engineering, Software Engineering oraz IT, dbając o automatyzację cyklu życia modeli i stabilność infrastruktury.

Wymagana jest znajomość Pythona, CI/CD, Docker/Kubernetes oraz chmur AWS/Azure/GCP. Oferujemy pracę z elastycznym modelem (zdalnie/hybrydowo) oraz konkurencyjne wynagrodzenie.

Qualifications

• Znajomość Pythona i narzędzi wspierających rozwój oprogramowania.
• Doświadczenie w budowaniu i utrzymywaniu potoków CI/CD.
• Znajomość konteneryzacji (Docker) i orkiestracji (Kubernetes).
• Znajomość jednej z chmur: AWS/Azure/GCP.
• Znajomość Terraform, Helm, Airflow lub podobnych narzędzi.
• Doświadczenie z narzędziami do zarządzania eksperymentami (MLflow/Kubeflow).
• Znajomość Git i praktyk CI/CD.
• Znajomość monitoringu i logowania, zapewniania niezawodności.

Responsibilities

• Projektowanie i rozwój procesów MLOps oraz infrastruktury dla ML.
• Automatyzacja trenowania, testowania, wdrażania i monitorowania modeli.
• Budowa i utrzymanie potoków CI/CD dla aplikacji i modeli ML.
• Wdrażanie systemów do zarządzania wersjami kodu, danych, modeli i eksperymentów.
• Monitorowanie wydajności i jakości predykcji w środowiskach produkcyjnych.
• Współpraca z Data Science i Engineering przy migracji modeli do produkcji.
• Zarządzanie infrastrukturą chmurową lub lokalną w podejściu IaC.
• Dbałość o skalowalność, bezpieczeństwo i koszt efektywność rozwiązań ML.
• Dokumentowanie procesów wdrożeń i standardów.

Skills

Python

CI/CD

Docker

Kubernetes

Cloud platforms

Terraform

Helm

Airflow

MLflow/Kubeflow

Git

Monitoring & logging

Tools

MLflow

Kubeflow

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.

• 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.