• Współpraca z zespołami Data Science przy wdrażaniu modeli ML do środowiska produkcyjnego
• Projektowanie i implementacja rozwiązań GenAI (m.in. integracje LLM, RAG, prompt engineering)
• Budowa i rozwój pipeline’ów przetwarzania danych (batch oraz near real-time)
• Implementacja i rozwój praktyk MLOps/LLMOps (monitoring, CI/CD, versioning modeli)
• Tworzenie mikroserwisów i API w Pythonie wspierających systemy ML
• Optymalizacja wydajności przetwarzania danych i modeli
• Zbieranie wymagań technicznych oraz estymacja prac
• Przygotowywanie dokumentacji technicznej
• Prezentowanie rozwiązań i wyników interesariuszom

Tak pracujemy nad projektem, Continuous Deployment, Continuous Integration, DevOps