Szukamy dwóch doświadczonych inżynierów, którzy dołączą do zespołu rozwijającego globalnie wdrożony system rekomendacyjny. System już dziś generuje istotną wartość biznesową w wielu krajach, a teraz wchodzimy w etap jego dalszej ewolucji i profesjonalizacji w obszarze MLOps i skalowania.

To rola dla osób, które chcą realnie wpływać na architekturę produkcyjnych systemów ML i współtworzyć standardy pracy dla zespołów data science i ML engineerin

MLOps Engineer

Twój zakres obowiązków

• Projektowanie i rozwój architektury produkcyjnego systemu rekomendacyjnego
• Budowa i rozwój standardów MLOps w organizacji
• Tworzenie i optymalizacja pipeline’ów CI/CD w GitLab
• Implementacja i rozwój procesu MLflow (tracking eksperymentów, wersjonowanie modeli)
• Wdrażanie modeli ML do produkcji na AWS SageMaker
• Współpraca z Data Scientistami w zakresie produkcjonalizacji modeli
• Budowa rozwiązań zapewniających monitoring, obserwowalność i niezawodność modeli
• Aktywne programowanie w Pythonie (data/ML infrastructure, deployment, pipelines)
• Mentoring i wsparcie techniczne dla Data Scientistów i inżynierów
• Współpraca z Product Ownerami i stakeholderami biznesowymi

Nasze wymagania

• Min. 5+ lat doświadczenia w roli Machine Learning Engineer / MLOps Engineer / ML Engineer
• Bardzo dobra znajomość Pythona i ekosystemu data science
• Doświadczenie w budowie i wdrażaniu modeli ML do produkcji
• Praktyczne doświadczenie z AWS SageMaker
• Znajomość co najmniej jednego frameworka deep learning (TensorFlow lub PyTorch)
• Doświadczenie w MLOps: MLflow (tracking, model registry)
• Doświadczenie w CI/CD (GitLab CI/CD)
• Umiejętność projektowania i opisywania architektury systemów ML
• Doświadczenie w pracy z systemami chmurowymi (preferowany AWS)
• Doświadczenie we współpracy z Data Science / Data Engineering zespołami