Projekt dla klienta z branży farmaceutycznej. Zakłada wdrażanie nowoczesnych narzędzi, frameworków oraz platform MLOps w celu usprawnienia procesów Data Science, z naciskiem na automatyzację i zwiększenie dojrzałości MLOps w organizacji. Kluczowe obowiązki obejmują realizację backlogu działań, prowadzenie szkoleń oraz promowanie zwinnych, efektywnych metod pracy. Osoba na tym stanowisku będzie odpowiedzialna za proaktywne wprowadzanie nowych rozwiązań oraz współpracę z zespołami w celu implementacji i optymalizacji procesów.

Praca 100% zdalna.

MLOps with Kubeflow/AWS Sagemaker

Twój zakres obowiązków

• Badanie i wdrażanie narzędzi, frameworków oraz platform MLOps na potrzeby projektów Data Science.
• Realizacja backlogu działań w celu podniesienia dojrzałości MLOps w organizacji.
• Proaktywne wprowadzanie nowoczesnego, zwinnego i zautomatyzowanego podejścia do Data Science.
• Prowadzenie wewnętrznych szkoleń i prezentacji na temat korzyści i zastosowania narzędzi MLOps.

Nasze wymagania

• Doświadczenie w pracy z Kubernetes.
• Doświadczenie w operacjonalizacji projektów Data Science (MLOps) przy użyciu co najmniej jednego z popularnych frameworków lub platform (np. Kubeflow, AWS Sagemaker).
• Dobra znajomość koncepcji ML i AI oraz praktyczne doświadczenie w rozwijaniu modeli ML.
• Biegłość w Pythonie zarówno w kontekście ML, jak i automatyzacji. Dobra znajomość Bash oraz narzędzi wiersza poleceń systemu Unix.
• Doświadczenie w implementacji pipeline'ów CI/CD/CT.
• Doświadczenie w pracy z AWS.
• Zrozumienie koncepcji DevOps oraz praktyk Agile.
• Doświadczenie we współpracy z zespołami deweloperskimi na co dzień.
• Umiejętność skutecznego rozwiązywania problemów.
• Dobre umiejętności komunikacyjne.