Data/MLOps Engineer – CT&C (m/k/n)
Upvanta
Rola polega na budowaniu i utrzymaniu infrastruktury danych i ML, która umożliwia efektywne pozyskiwanie danych, transformację, przechowywanie, wdrażanie modeli i analizę w czasie rzeczywistym. Kandydat będzie odpowiedzialny za produkcję rozwiązań uczenia maszynowego, zapewniając ich skalowalność, niezawodność i bezpieczeństwo. Jest to połączenie inżynierii danych, MLOps i pracy z chmurą AWS.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: szczegółowy opis wielkości zespołu., informacje o konkretnych projektach lub domenach biznesowych, nad którymi będzie pracował kandydat..
Rola polega na budowaniu i utrzymaniu infrastruktury danych i ML, która umożliwia efektywne pozyskiwanie danych, transformację, przechowywanie, wdrażanie modeli i analizę w czasie rzeczywistym. Kandydat będzie odpowiedzialny za produkcję rozwiązań uczenia maszynowego, zapewniając ich skalowalność, niezawodność i bezpieczeństwo. Jest to połączenie inżynierii danych, MLOps i pracy z chmurą AWS.
- ✓Możliwość pracy zdalnej z elastycznymi godzinami.
- ✓Wsparcie w kosztach szkoleń zawodowych i kursów.
- ✓Praca w dynamicznie rozwijającej się firmie IT z silnym naciskiem na innowacje.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Wdrażanie, utrzymywanie i optymalizacja kompleksowych cykli życia uczenia maszynowego, w tym automatyczne trenowanie, wdrażanie, monitorowanie i wersjonowanie.
- •Budowanie i wspieranie kluczowych możliwości MLOps, takich jak Feature Stores, platformy do śledzenia eksperymentów i rejestry modeli.
- •Zapewnianie i zarządzanie skalowalną infrastrukturą chmurową przy użyciu rozwiązań Infrastructure as Code (IaC), takich jak Terraform lub AWS CloudFormation.
- •Projektowanie i implementacja solidnych potoków CI/CD/CT (Continuous Training) w celu umożliwienia niezawodnych i powtarzalnych wydań produkcyjnych.
- •Ścisła współpraca z Data Scientists w celu produkcyjizacji modeli uczenia maszynowego i przepływów pracy.
- •Projektowanie i rozwijanie potoków pozyskiwania i przetwarzania danych o dużej objętości przy użyciu Apache Spark, PySpark i Python.
- •Budowanie skalowalnych rozwiązań ETL/ELT wspierających zaawansowaną analitykę i obciążenia uczenia maszynowego.
- •Implementacja proaktywnego monitorowania wydajności modeli, dryfu modeli, problemów z jakością danych i opóźnień systemowych.
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Kandydat z solidnym doświadczeniem w Pythonie i Apache Spark, podstawową wiedzą na temat MLOps i doświadczeniem z usługami AWS. Powinien być w stanie projektować i wdrażać potoki ETL/ELT i mieć doświadczenie w pracy w środowiskach Agile.
Osoby bez doświadczenia w Pythonie, Apache Spark lub AWS. Rola wymaga silnych umiejętności technicznych w obszarze inżynierii danych i MLOps.
- ?Jakie są główne wyzwania związane z produkcją modeli ML w tym projekcie?
- ?Jak wygląda proces współpracy między Data Scientists a MLOps Engineers?
- ?Jakie są plany rozwoju infrastruktury danych i ML w najbliższym czasie?
- ?Jakie narzędzia są wykorzystywane do monitorowania wydajności modeli i dryfu?
- ?Jakie są oczekiwania dotyczące dokumentacji technicznej?
- ?Jak wygląda proces zarządzania incydentami i rozwiązywania problemów w środowisku produkcyjnym?
- −Szczegółowy opis wielkości zespołu.
- −Informacje o konkretnych projektach lub domenach biznesowych, nad którymi będzie pracował kandydat.
- −Szczegóły dotyczące procesu rekrutacyjnego (liczba etapów, czas trwania).
Praca w środowisku Agile/Scrum, z naciskiem na współpracę zespołową i dostarczanie rozwiązań produkcyjnych.
CV, Rozmowa wprowadzająca, Rozmowa techniczna.