Pomiń do treści
Logo firmy j-labs

MLOps / Data Science Engineer

j-labs

Oferta w skrócie
26 88033 600PLN / mies.
🔀HybrydowaTryb pracy
📄B2BKontrakt
⏱️Senior · 5+ latDoświadczenie
LokalizacjaKraków
Źródło
Aktywna
Opublikowano16 kwietnia 2026
Ostatnio sprawdzono6 maja 2026
Wygasa za23 dni
Werdykt JobHunt

Rola polega na budowaniu, wdrażaniu i utrzymaniu modeli ML w środowisku produkcyjnym dla wewnętrznego narzędzia opartego na Generative AI w banku. Osoba na tym stanowisku będzie odpowiedzialna za cały lifecycle ML: od pipeline'ów danych, przez trenowanie i wersjonowanie modeli, po monitoring i CI/CD. Praca hybrydowa w Krakowie, w zespole realizującym strategiczne inicjatywy AI/ML.

Brakuje: nie podano wielkości zespołu, brak informacji o konkretnych narzędziach ci/cd (np. jenkins, gitlab ci).

🛠 Wymagane technologie
Dane źródłowe
AI Insights
Czym naprawdę jest ta rola?MLOps Engineer

Rola polega na budowaniu, wdrażaniu i utrzymaniu modeli ML w środowisku produkcyjnym dla wewnętrznego narzędzia opartego na Generative AI w banku. Osoba na tym stanowisku będzie odpowiedzialna za cały lifecycle ML: od pipeline'ów danych, przez trenowanie i wersjonowanie modeli, po monitoring i CI/CD. Praca hybrydowa w Krakowie, w zespole realizującym strategiczne inicjatywy AI/ML.

Plusy
  • Projekt strategiczny AI/ML w banku, długofalowy i stabilny
  • Nowoczesny stack: AWS, Sagemaker, MLflow, TensorFlow
  • Możliwość pracy nad Generative AI – atrakcyjny obszar rozwoju
Na co uważać
  • !Brak sprecyzowanych narzędzi CI/CD (np. Jenkins, GitLab CI) – mogą być ustalane w trakcie
  • !Nie podano wielkości zespołu ani struktury projektowej
  • !Brak informacji o dyżurach on-call lub wsparciu produkcyjnym po godzinach
  • !Hybryda z sztywną liczbą dni w biurze (5-6 miesięcznie) – może być mało elastyczna
Codzienna praca
  • Tworzenie i wdrażanie modeli ML w Pythonie (TensorFlow, Scikit-learn) do środowiska produkcyjnego
  • Budowa i automatyzacja pipeline'ów danych oraz workflowów (np. przy użyciu Airflow lub podobnych)
  • Monitorowanie, wersjonowanie i utrzymanie modeli ML w produkcji
  • Współpraca z zespołami inżynieryjnymi przy integracji CI/CD i produkcjonalizacji modeli
  • Analiza danych i wizualizacja wyników dla potrzeb biznesowych (Pandas, matplotlib)
  • Udział w spotkaniach Agile/Scrum (daily, planning, retrospektywy)
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Data Scientist lub ML Engineer z co najmniej 5 latami doświadczenia, który ma praktykę w MLOps (wersjonowanie, monitoring, CI/CD) i zna AWS. Osoba gotowa do pracy hybrydowej w Krakowie.

Raczej nie dla

Juniorzy lub osoby bez doświadczenia w produkcyjnym ML. Nie dla kandydatów szukających w pełni zdalnej pracy lub unikających bankowej hierarchii.

Ocena dopasowania
Junior1/5
Mid2/5
Senior5/5
Hands-on5/5
Architekt3/5
Remote2/5
Enterprise4/5
Pytania do rekrutera
  • ?Ile osób liczy zespół MLOps/Data Science i jaką ma strukturę?
  • ?Jakie konkretnie narzędzia CI/CD są używane?
  • ?Czy przewidziane są dyżury on-call? Jeśli tak, jaka jest ich częstotliwość?
  • ?Jaki jest zakres GenAI w projekcie – czy to LLM, RAG, czy inne?
  • ?Czy istnieje budżet na szkolenia i konferencje?
  • ?Jak wygląda proces wersjonowania i deployu modeli?
  • ?Jakie są główne wyzwania techniczne w obecnym projekcie?
Brakujące informacje
  • Nie podano wielkości zespołu
  • Brak informacji o konkretnych narzędziach CI/CD (np. Jenkins, GitLab CI)
  • Nie wiadomo czy są dyżury on-call
  • Brak opisu procesu rekrutacyjnego (etapy, zadanie domowe itp.)
  • Nie określono budżetu na szkolenia / konferencje
Zespół

Dynamiczny zespół tworzący nowoczesne rozwiązania technologiczne, pracujący w metodyce Agile/Scrum.

Wynagrodzenie vs rynekn=13 · Senior · AI/ML · B2B

Na poziomie rynkowym

Ta oferta26 88033 600
Mediana: Senior · AI/ML · AWS · B2B25 20031 500

Dane z aktywnych ofert zawierających technologię AWS. Pełne statystyki zarobków →

🔗Podobne oferty