Machine Learning Engineer

TQLO SP. Z O.O.; United States; Remoto; USD 120.000 - 180.000; Tempo pieno

Vantaggi offerti da questo lavoro

W pełni zdalnie

Descrizione del lavoro

TQLO SP. Z O.O. poszukuje inżyniera ML do projektów w chmurze Azure, skupionych na wdrażaniu i utrzymaniu modeli ML w środowisku produkcyjnym. Praca w 100% zdalnie, z możliwością natychmiastowego dołączenia lub po krótkim okresie przygotowawczym.

Idealny kandydat ma min. 3 lata doświadczenia, biegłą znajomość Pythona i praktykę z MLOps oraz CI/CD. Wymagane Umiejętności z Azure ML, Docker, Kubernetes i MLflow; doświadczenie z Terraform, Azure DevOps lub GitHub Actions będzie dodatkowym atutem.

Competenze

• Minimum 3 lata komercyjnego doświadczenia w ML Engineering / MLOps.
• Znajomość Pythona i tworzenia produkcyjnych rozwiązań ML.
• Doświadczenie z platformą Azure i ML/AI w chmurze.

Mansioni

• Projektowanie i rozwijanie rozwiązań ML w środowisku produkcyjnym.
• Przygotowywanie i optymalizowanie procesów treningu, walidacji i wdrażania modeli.
• Automatyzacja cyklu życia modeli ML i monitorowanie ich działania.
• Rozwój infrastruktury umożliwiającej niezawodne wdrażanie ML.
• Projektowanie procesów zapewniających jakość, wydajność i skalowalność modeli.
• Monitorowanie skuteczności modeli i identyfikowanie zmian wpływających na jakość.
• Integracja modeli z istniejącymi aplikacjami i usługami.
• Optymalizacja przetwarzania danych wykorzystywanych do trenowania.

Conoscenze

Python

Azure

MLOps

CI/CD

Docker

Kubernetes

MLflow

PyTorch

TensorFlow

scikit-learn

GenAI

Data drift monitoring

GitHub Actions

Terraform

Azure DevOps

Strumenti

Docker

Kubernetes

Terraform

Azure DevOps

GitHub Actions

MLflow

Descrizione del lavoro

Nasz Klient to międzynarodowa organizacja rozwijająca nowoczesne rozwiązania technologiczne wykorzystujące Machine Learning do analizy danych, automatyzacji procesów oraz wspierania decyzji biznesowych. Projekt koncentruje się na rozwoju i wdrażaniu modeli Machine Learning w środowisku chmurowym Azure. Zakres współpracy obejmuje tworzenie skalowalnych rozwiązań ML, automatyzację procesów związanych z cyklem życia modeli oraz rozwój infrastruktury MLOps. Do realizacji projektu poszukujemy osoby do współpracy w roli Machine Learning Engineer, która posiada doświadczenie w Pythonie, technologiach Azure oraz wdrażaniu i utrzymywaniu modeli Machine Learning w środowisku produkcyjnym.

Tryb Współpracy

• Tryb Współpracy: 100% zdalnie
• Dostępność: Poszukujemy osób dostępnych od zaraz lub z maksymalnie 1-miesięczną dostępnością

CZYM BĘDZIESZ SIĘ ZAJMOWAĆ?

• Projektowaniem i rozwijaniem rozwiązań Machine Learning wykorzystywanych w systemach produkcyjnych
• Przygotowywaniem i optymalizowaniem procesów związanych z trenowaniem, walidacją oraz wdrażaniem modeli
• Automatyzacją cyklu życia modeli ML, od przygotowania danych po monitoring ich działania
• Rozwijaniem infrastruktury umożliwiającej niezawodne i powtarzalne wdrażanie rozwiązań ML
• Budowaniem procesów zapewniających odpowiednią jakość, wydajność i skalowalność modeli
• Monitorowaniem skuteczności modeli oraz identyfikowaniem zmian wpływających na ich jakość
• Projektowaniem mechanizmów integracji modeli z istniejącymi aplikacjami i usługami
• Optymalizowaniem procesów przetwarzania danych wykorzystywanych w rozwiązaniach ML
• Rozwijaniem standardów związanych z wersjonowaniem, testowaniem i utrzymywaniem modeli
• Analizowaniem problemów technicznych oraz proponowaniem usprawnień zwiększających stabilność rozwiązań
• Współpracą z zespołami Data Science, Data Engineering i Software Engineering przy rozwijaniu rozwiązań opartych na Machine Learning

CZEGO OD CIEBIE OCZEKUJEMY?

• Must have: Minimum 3 lata komercyjnego doświadczenia w obszarze Machine Learning Engineering lub MLOps
• Bardzo dobra znajomość Python oraz doświadczenie w tworzeniu produkcyjnych rozwiązań ML
• Praktyczne doświadczenie z platformą Azure, w szczególności usługami wykorzystywanymi do rozwoju i wdrażania modeli Machine Learning
• Znajomość Azure Machine Learning oraz procesów związanych z trenowaniem, rejestrowaniem i wdrażaniem modeli
• Doświadczenie w projektowaniu i rozwijaniu procesów MLOps
• Umiejętność automatyzacji pipeline'ów ML oraz zarządzania cyklem życia modeli
• Znajomość procesów CI/CD w kontekście wdrażania rozwiązań Machine Learning
• Doświadczenie w konteneryzacji aplikacji i modeli z wykorzystaniem Docker
• Dobre rozumienie metod Machine Learning, sposobów ewaluacji modeli oraz metryk jakości
• Doświadczenie w przygotowywaniu i przetwarzaniu danych wykorzystywanych do trenowania modeli
• Znajomość zasad wersjonowania modeli, eksperymentów oraz artefaktów ML
• Umiejętność monitorowania modeli produkcyjnych oraz identyfikowania problemów związanych z ich wydajnością i jakością
• Dobre rozumienie zasad projektowania skalowalnych i niezawodnych rozwiązań chmurowych
• Umiejętność samodzielnego analizowania problemów technicznych i proponowania odpowiednich rozwiązań
• Nice to have: Znajomość Kubernetes oraz wdrażania modeli w środowiskach kontenerowych
• Doświadczenie z MLflow
• Znajomość PyTorch, TensorFlow lub scikit-learn
• Doświadczenie z Terraform lub innymi narzędziami Infrastructure as Code
• Znajomość Azure DevOps lub GitHub Actions
• Doświadczenie w monitorowaniu data drift i model drift
• Znajomość rozwiązań GenAI oraz wdrażania modeli LLM w środowisku chmurowym

DLACZEGO WARTO?

• Udział w projekcie rozwijającym produkcyjne rozwiązania Machine Learning w środowisku Azure
• Rozwój i automatyzacja procesów MLOps obejmujących cały cykl życia modeli
• Złożone zagadnienia związane ze skalowalnością, monitoringiem i niezawodnością rozwiązań MLU
• Udział w kształtowaniu standardów wdrażania, testowania i utrzymywania modeli Machine Learning
• Projekt łączący kompetencje z obszaru Python, Machine Learning i Cloud Engineering