Senior AI/ML Engineer
RITS Professional Services
Rola łączy inżynierię ML z MLOps i GenAI. Będziesz wdrażać modele ML do produkcji, projektować rozwiązania oparte na LLM (RAG, prompt engineering) oraz budować pipeline'y przetwarzania danych. Pracujesz w modelu outsourcingowym dla klienta zewnętrznego, w pełni zdalnie, na kontrakcie B2B do końca czerwca. Wymagana jest samodzielność, komunikacja z klientem i dokumentacja techniczna.
Brakuje: nie podano wielkości zespołu ani struktury projektu, brak opisu procesu rekrutacyjnego.
Rola łączy inżynierię ML z MLOps i GenAI. Będziesz wdrażać modele ML do produkcji, projektować rozwiązania oparte na LLM (RAG, prompt engineering) oraz budować pipeline'y przetwarzania danych. Pracujesz w modelu outsourcingowym dla klienta zewnętrznego, w pełni zdalnie, na kontrakcie B2B do końca czerwca. Wymagana jest samodzielność, komunikacja z klientem i dokumentacja techniczna.
- ✓Nowoczesny stack: GenAI, Databricks, AzureML
- ✓Możliwość pracy z LLM i RAG
- ✓Program poleceń (5000 zł)
- −Firma outsourcingowa – zmienność projektów i klientów
- −Bardzo szeroki zakres wymagań (data engineering, ML, GenAI, MLOps, chmura) – ryzyko 'unicorna'
- !Nie podano wielkości zespołu ani kontekstu projektu
- !Brak informacji o procesie rekrutacyjnym
- !'Start ASAP' może oznaczać presję czasową
- !Wymagane 5 lat data engineering i 5 lat Python osobno – bardzo restrykcyjne
- •Projektowanie i implementacja pipeline'ów danych (Spark, Databricks, PySpark)
- •Wdrażanie modeli ML na środowiska produkcyjne (AzureML, AzureAI)
- •Tworzenie rozwiązań GenAI (RAG, ChatGPT, Gemini, prompt engineering)
- •Konfiguracja i utrzymanie narzędzi MLOps/LLMOps
- •Współpraca z zespołami Data Science przy optymalizacji modeli
- •Prezentacja rozwiązań klientom i zbieranie wymagań technicznych
- •Pisanie dokumentacji technicznej i estymacja prac
- •Coding i code review w Pythonie (mikroserwisy, API)
Oferta dla doświadczonych specjalistów (Senior).
Inżynier danych/ML z co najmniej 5-letnim stażem, który ma solidne podstawy w Pythonie i Spark, zaliczył kilka wdrożeń ML i ma przynajmniej rok styczności z GenAI. Może mieć luki w MLOps lub chmurze, ale kluczowe jest doświadczenie w Databricks i pipeline'ach.
Juniorzy i midowie bez głębokiego doświadczenia w ML i danych. Osoby szukające stałego zatrudnienia (kontrakt tylko do czerwca) oraz niechętne do częstej komunikacji z klientem i dokumentacji.
- ?Jaki jest klient i branża?
- ?Ile osób liczy zespół, z którym będę współpracować?
- ?Jak wygląda typowy dzień – ile czasu na kodowanie, a ile na spotkania z klientem?
- ?Czy wymagane są dyżury on-call lub nadgodziny?
- ?Jakie konkretnie narzędzia chmurowe są używane (Azure, GCP)?
- ?Czy istnieje możliwość pracy na własnym sprzęcie?
- ?Jak wygląda onboarding i wsparcie ze strony RITS?
- −Nie podano wielkości zespołu ani struktury projektu
- −Brak opisu procesu rekrutacyjnego
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Machine Learning. Pełne statystyki zarobków →