Informacje o stanowisku

technologies-expected :

• Python
• TensorFlow
• PyTorch
• scikit-learn
• Docker
• Kubernetes
• AWS
• Microsoft Azure
• Google Cloud Platform

• Do długoterminowego projektu w modelu B2B poszukujemy doświadczonego Machine Learning Engineera, który wesprze zespół w projektowaniu, wdrażaniu i utrzymaniu modeli ML w środowiskach produkcyjnych. Projekt koncentruje się na budowie skalowalnych rozwiązań ML z wykorzystaniem MLflow oraz nowoczesnych praktyk MLOps.

• Projektowanie, rozwój i wdrażanie modeli Machine Learning do środowisk produkcyjnych.
• Konfiguracja i utrzymanie MLflow (experiment tracking, model registry, deployment).
• Optymalizacja pipeline’ów ML pod kątem wydajności, skalowalności i niezawodności.
• Integracja modeli ML z istniejącą architekturą systemową.
• Automatyzacja procesów ML w ramach CI/CD.
• Współpraca z zespołami Data Engineering oraz Software Engineering.
• Monitorowanie modeli po wdrożeniu: jakość, stabilność, drift.

• Minimum 7–8 lat komercyjnego doświadczenia w projektach ML / MLOps.
• Bardzo dobra znajomość Pythona.
• Doświadczenie z frameworkami ML: TensorFlow, PyTorch, Scikit-learn.
• Praktyczna, udokumentowana współpraca z MLflow.
• Solidna znajomość MLOps (Docker, Kubernetes, CI/CD).
• Doświadczenie z chmurą: AWS / Azure / GCP.
• Znajomość narzędzi data engineering (np. Spark, Airflow).
• Samodzielność, odpowiedzialność i dobra komunikacja w pracy projektowej.

• Długoterminowy, stabilny projekt z obszaru MLOps / produkcyjnego ML.
• Wpływ na architekturę i standardy wdrożeń (MLflow, CI/CD, monitoring).
• Współpracę z doświadczonymi zespołami Data/Software Engineering.
• Współpracę przy rozwiązaniach, które realnie trafiają na produkcję i są utrzymywane w czasie.
• Współpracę na zasadach B2B.
• Zdalny model realizacji projektu.

• możliwość pracy zdalnej
• elastyczny czas pracy
• spotkania integracyjne
• brak dress code’u

Warszawa - Oferty pracy w okolicznych lokalizacjach