MLOps Engineer — Remote/Hybrid AI Pipelines

Ness Solution; Województwo mazowieckie; Hybride; PLN 180 000 - 280 000; Plein temps

Avantages offerts par ce poste

Remote work

Hybrid work

Résumé du poste

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.

Responsabilités

• 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.

Connaissances

Python

CI/CD

Docker

Kubernetes

Cloud platforms

Terraform

Helm

Airflow

MLflow/Kubeflow

Git

Monitoring & logging

Outils

MLflow

Kubeflow

Description du poste

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.