technologies-expected :

technologies-optional :

about-project :

responsibilities :

opracowywanie i wdrażanie modeli
wdrażanie i dostosowywanie modeli i datalakes GenAI
wdrażanie modeli uczenia maszynowego i zarządzanie nimi w środowiskach produkcyjnych, korzystając z najlepszych praktyk MLOps
monitorowanie stanu, wydajności i dokładności wdrożonych modeli
optymalizacja wykorzystanych zasobów
ocena wydajności dużych modeli językowych w kontekście określonej domeny
współpraca z analitykami danych, inżynierami oprogramowania i interesariuszami biznesowymi
komunikacja koncepcji technicznych i statusu projektu interesariuszom nietechnicznym
integracja modeli GenAI z istniejącymi systemami
rozwój i utrzymanie skalowalnej i wydajnej infrastruktury MLOps, w tym CI/CD, kontrolę wersji i testy automatyczne
zarządzanie infrastrukturą i zasobami w chmurze na potrzeby szkolenia i wdrażania modeli
analiza, identyfikacja i wdrażanie najlepszych praktyk w zakresie wdrażania, testowania i monitorowania modeli
dbanie o bezpieczeństwo danych

requirements-expected :

min. 3 lata doświadczenia na tożsamym lub pokrewnym stanowisku
zaawansowana znajomość Python lub R
znajomość Linux, Bash, Git
doświadczenie w pracy z Docker, Kubernetes (w chmurze np. Amazon EKS, GKE, AKS)
doświadczenie w projektowaniu i wdrażaniu CI/CD (np. GitLab, Argo CD)
doświadczenie w automatyzacji infrastruktury: zarządzania konfiguracją IaC (np. Ansible, Terraform, AWS CloudFormation)
doświadczenie z platformami integracyjnymi ML np. Langchain, Llamaindex lub podobnymi
znajomość chmury AWS/GCP/Azure wraz z portfolio narzędzi MLOps: SageMaker, Vertex AI, Azure ML Studio itp.
doświadczenie we wdrażaniu i zarządzaniu modelami uczenia maszynowego
znajomość wektorowych baz danych
zaawansowana znajomość j.angielskiego min B2/C1

benefits :