Backend Engineer
MLOps Engineer
Удалённо
Откликнуться на сайте работодателяОписание вакансии
Dołącz do naszego zespołu na stanowisku
MLOps Engineer
i zyskaj kluczowy wpływ na projektowanie systemów Machine Learning! Poszukujemy osoby z minimum
2-3 letnim doświadczeniem
(DevOps, Platform Engineer lub SRE) z zaawansowaną znajomością Kubernetesa i Dockera, a także płynnie posługującą się narzędziami IaC. Bardzo ważna jest dla nas również zdolność do swobodnej obsługi instastruktury sprzętowej CPU/TPU/GPU wspierającej obliczeniowo modele AI.
Jeśli chcesz rozwijać się wśród ekspertów i ekspertek AI, doskonalić swoje umiejętności i mieć realny wpływ na produkty używane przez globalne banki – dołącz do nas!
Profil stanowiska
- Wykształcenie wyższe (preferowane informatyczne)
- Minimum 1-2 lata doświadczenia na stanowisku
DevOps Engineer, Platform Engineer, SRE
lub podobnym - Doświadczenie z narzędziami
Infrastructure as Code (IaC
), zwłaszcza z Terraform oraz w budowaniu i zarządzaniu pipeline'ami CI/CD (np. GitLab CI, Jenkins, GitHub Actions) - Dobra znajomość co najmniej jednego dostawcy chmury publicznej
(AWS, Azure lub GCP) - Praktyczna, zaawansowana znajomość
Dockera i Kubernetes - Umiejętność pisania skryptów i automatyzacji w języku
Python i/lub Bash czy HCL - Rozumienie
cyklu życia modeli ML
i narzędzi do hostowania modeli. Znajomość KServe, vLLM, NVIDIA Triton Inference Server będzie dodatkowym atutem - Dobra znajomość języka angielskiego (poziom min. B2)
- Umiejętność pracy w zespole i skuteczne zarządzanie czasem oraz priorytetami
- Analityczne myślenie i nastawienie na realizację celów
- Mile widziane doświadczenie z dedykowanymi platformami MLOps (Kubeflow, MLflow) i/lub praktyka w pracy z narzędziami do monitoringu (Prometheus, Grafana, ELK Stack lub/i OpenTelemetry)
Twoje zadania
- Projektowanie i budowa pipeline'ów CI/CD dla Machine Learningu
, automatyzacja procesów testowania, trenowania, walidacji i wdrażania modeli - Zarządzanie
infrastrukturą AI
, budowa i utrzymanie skalowalnych środowisk do trenowania oraz serwowania modeli z wykorzystaniem Dockera i Kubernetes - Definiowanie i zarządzanie zasobami chmurowymi
za pomocą narzędzi takich jak Terraform lub CloudFormation - Tworzenie systemów do monitorowania
wydajności modeli, wykrywania dryftu danych (data/concept drift) i alertowania w czasie rzeczywistym (np. przy użyciu Prometheus, Grafana) - Wdrażanie
narzędzi do wersjonowania modeli, danych i eksperymentów (np. MLflow, DVC) - Bliska
współpraca z ML Engineerami i Data Scientistami
w celu definiowania najlepszych praktyk produkcyjnych
Dla Ciebie
- Możliwość tworzenia
funkcjonalności AI
dla produktu używanego przez globalne banki - Pracujemy z najnowszymi narzędziami i
nie boimy się eksperymentować - Dostęp do szkoleń, konferencji, wewnętrznych warsztatów oraz
praca z ekspertami i ekspertkami w dziedzinie AI i FinTech - Praca w modelu hybrydowym po okresie wdrożenia
(60% stacjonarnie, 40% zdalnie) - Dostęp do
prywatnej opieki medycznej
dla Ciebie i Twojej rodziny - Możliwość udziału w akcjach i wydarzeniach promujących
aktywny tryb życia - Możliwość udziału w wydarzeniach sportowych, spotkaniach integracyjnych i akcjach społecznych –
bo wspólnie możemy więcej!
Это сохранённая копия объявления, опубликованного в другом месте. Вакансии снимают без предупреждения — перед откликом проверьте сайт работодателя. mentors.coach не является нанимающей стороной.