Senior Machine Learning Engineer (AI & Cloud Ops)
Grid Dynamics
Rola to w rzeczywistości stanowisko MLOps/Cloud Ops, a nie klasycznego Machine Learning Engineer. Głównym zadaniem jest budowanie i utrzymywanie infrastruktury AI na Google Cloud dla dużego klienta z branży retail. Będziesz odpowiedzialny za wdrażanie inteligentnych agentów z użyciem Vertex AI i ADK, zarządzanie bezpieczeństwem (IAM, RBAC), automatyzację CI/CD oraz monitorowanie modeli. Praca wymaga silnych umiejętności w Pythonie, Terraformie i GCP, a mniej zrozumienia algorytmów ML.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu, brak opisu procesu rekrutacyjnego.
Wbrew tytułowi Senior Machine Learning Engineer, rola koncentruje się na MLOps/Cloud Ops: bezpieczeństwo, CI/CD, monitorowanie i zarządzanie infrastrukturą AI, a nie na tworzeniu lub trenowaniu modeli ML.
Rola to w rzeczywistości stanowisko MLOps/Cloud Ops, a nie klasycznego Machine Learning Engineer. Głównym zadaniem jest budowanie i utrzymywanie infrastruktury AI na Google Cloud dla dużego klienta z branży retail. Będziesz odpowiedzialny za wdrażanie inteligentnych agentów z użyciem Vertex AI i ADK, zarządzanie bezpieczeństwem (IAM, RBAC), automatyzację CI/CD oraz monitorowanie modeli. Praca wymaga silnych umiejętności w Pythonie, Terraformie i GCP, a mniej zrozumienia algorytmów ML.
- ✓Praca z najnowszymi technologiami (Vertex AI, ADK, policy-as-code)
- ✓Rozwój profesjonalny (budżet szkoleniowy nieokreślony, ale deklarowany)
- ✓Elastyczny grafik
- ✓Firma publiczna (NASDAQ) – stabilność
- !Hybryda w Gdańsku – brak informacji o liczbie dni w biurze
- !Rola u klienta zewnętrznego (outsourcing) – możliwa zmiana projektu
- !Szeroki zakres technologii i obowiązków (AI Ops, security, data pipelines)
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja bezpiecznej infrastruktury agentów AI na GCP z użyciem Vertex AI i ADK
- •Zarządzanie tożsamością i dostępem (IAM, RBAC, least-privilege)
- •Automatyzacja CI/CD dla modeli ML i agentów
- •Przegląd i etapowanie akcji MCP (Model Context Protocol)
- •Monitorowanie i audytowanie systemów AI z użyciem OpenTelemetry, Grafana, LangSmith
- •Utrzymanie i optymalizacja potoków danych (Pub/Sub, BigTable, Elasticsearch)
- •Praca z IaC (Terraform) do definiowania infrastruktury chmurowej
- •Współpraca z zespołem przy wdrażaniu polityk bezpieczeństwa (OPA, policy-as-code)
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z 3-4 latami doświadczenia w cloud i MLOps, znający GCP i Terraform, potrafiący samodzielnie prowadzić operacje na Vertex AI.
Osoby szukające roli czysto badawczej (ML Scientist) lub juniorzy bez doświadczenia w cloud i infrastrukturze. Nie dla kogoś, kto nie chce pracować z bezpieczeństwem i automatyzacją.
- ?Ile osób liczy zespół?
- ?Czy praca jest dedykowana jednemu klientowi, czy rotacyjna?
- ?Jak wygląda on-call i jakie są oczekiwania co do dostępności?
- ?Jaki jest stosunek pracy nad infrastrukturą do pracy nad modelami?
- ?Czy są konkretne dni hybrydowe (np. 2 dni w biurze)?
- ?Jakie są możliwości rozwoju i budżet szkoleniowy?
- ?Czy klient retail jest w Polsce (Gdańsk) czy za granicą?
- −Nie podano wielkości zespołu
- −Brak opisu procesu rekrutacyjnego
- −Brak informacji o dyżurach on-call
- −Nie wiadomo, czy praca jest dedykowana jednemu klientowi
Wyspecjalizowany, zmotywowany zespół, duża autonomia techniczna.