MLOps Engineer (Azure / Databricks / Python ML Platform Engineer)
Square One Resources
Jako MLOps Engineer w Data Science Hub Europe będziesz odpowiedzialny za budowanie i utrzymanie skalowalnych, produkcyjnych platform ML w chmurze Azure z wykorzystaniem Databricks. Twoja rola koncentruje się na zarządzaniu pełnym cyklem życia modeli ML — od rozwoju przez wdrożenie, monitoring, aż po utrzymanie w produkcji. Będziesz współpracować z data scientistami, inżynierami danych i analitykami, wspierając funkcje biznesowe w obszarach łańcucha dostaw i marketingu. To stanowisko łączy DevOps/MLOps z głęboką znajomością Azure i Databricks.
Brakuje: brak informacji o wielkości zespołu, brak opisu procesu rekrutacyjnego.
Jako MLOps Engineer w Data Science Hub Europe będziesz odpowiedzialny za budowanie i utrzymanie skalowalnych, produkcyjnych platform ML w chmurze Azure z wykorzystaniem Databricks. Twoja rola koncentruje się na zarządzaniu pełnym cyklem życia modeli ML — od rozwoju przez wdrożenie, monitoring, aż po utrzymanie w produkcji. Będziesz współpracować z data scientistami, inżynierami danych i analitykami, wspierając funkcje biznesowe w obszarach łańcucha dostaw i marketingu. To stanowisko łączy DevOps/MLOps z głęboką znajomością Azure i Databricks.
- ✓Praca zdalna (remote)
- ✓Widełki wynagrodzenia podane wprost
- ✓Konkretny opis technologii i stacku (Azure, Databricks, Python, SQL)
- ✓Rola w Data Science Hub Europe – scentralizowany zespół ML, co sugeruje dojrzałość procesów
- !Firma rekrutacyjna (Square One Resources) – rola najprawdopodobniej u klienta zewnętrznego, co może wiązać się z mniejszą stabilnością
- !Brak informacji o procesie rekrutacyjnym
- !Brak wzmianki o dyżurach on-call lub wielkości zespołu
- !Opis nie precyzuje, czy to praca na jednym projekcie, czy rotacyjnie między klientami
- •Projektowanie i budowanie skalowalnych rozwiązań ML w chmurze Azure
- •Wsparcie pełnego cyklu życia ML: rozwój, wdrożenie, monitoring i utrzymanie modeli
- •Implementacja praktyk DevOps dla ML: CI/CD, kontrola wersji, testowanie i automatyzacja
- •Tworzenie i utrzymywanie wydajnego, testowalnego kodu Python dla pipeline'ów ML
- •Współpraca z zespołem data engineering w celu poprawy procesów pozyskiwania i transformacji danych
- •Projektowanie i wdrażanie monitoringu, alertowania, rozwiązywania problemów i zarządzania incydentami dla pipeline'ów ML
- •Doradzanie interesariuszom w kwestiach skalowalności, infrastruktury i strategii wdrożeniowych
- •Zapewnianie najlepszych praktyk w projektowaniu systemów ML, niezawodności i optymalizacji wydajności
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z co najmniej 2-letnim doświadczeniem w produkcyjnym MLOps, który sprawnie posługuje się Azure i Databricks, potrafi pisać solidny kod Python i SQL oraz ma doświadczenie z CI/CD. Osoba, która rozumie cykl życia ML i potrafi współpracować z data science.
Osoby bez doświadczenia w produkcyjnym ML – rola wymaga minimum 2 lat praktyki w MLOps lub podobnej. Kandydaci, którzy nie znają Azure ani Databricks, nie spełnią wymagań.
- ?Ile osób liczy zespół Data Science Hub Europe i jak jest zorganizowany?
- ?Czy rola jest przypisana do konkretnego projektu (supply chain/marketing) czy będę pracować nad różnymi?
- ?Jak wygląda obsługa incydentów produkcyjnych – czy są dyżury on-call?
- ?Czy istnieje budżet na szkolenia lub konferencje?
- ?Jaki jest proces rekrutacyjny (etapy, zadanie domowe, live coding)?
- ?Czy istnieje możliwość wpływu na wybór narzędzi i architekturę, czy wszystko jest już narzucone?
- ?Jak długo trwa kontrakt i jaka jest stabilność projektu?
- ?Czy są plany rozwoju roli w kierunku architekta/platform engineer?
- −Brak informacji o wielkości zespołu
- −Brak opisu procesu rekrutacyjnego
- −Brak info o dyżurach on-call
- −Nie wiadomo, czy praca jest na konkretnym projekcie, czy rotacyjnie
Zespół Data Science Hub Europe to dedykowana grupa specjalistów pracujących nad skalowalnymi rozwiązaniami ML, współpracujących z data scientistami, inżynierami danych i analitykami. Kładzie się nacisk na jakość kodu, skalowalność i najlepsze praktyki.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →