Ładowanie...
Senior ML Engineer (AWS Sagemaker) 100% zdalnie
RITS Professional Services
🛠 Wymagane technologieDane źródłowe
AI Insights
Czym naprawdę jest ta rola?MLOps Engineer
To rola senior MLOps Engineer w zespole rozwijającym globalny system rekomendacyjny. Osoba na tym stanowisku będzie odpowiedzialna za architekturę, wdrażanie modeli ML na produkcję (AWS SageMaker) oraz rozwijanie praktyk MLOps (CI/CD, monitoring, MLflow). Będzie też mentoringować zespół data scientistów i aktywnie pisać kod w Pythonie. To role łączącą inżynierię ML z DevOps i architekturą systemów skalowalnych.
Plusy
- ✓100% zdalnie lub hybrydowo według preferencji
- ✓Realny wpływ na globalne rozwiązanie AI
- ✓Nowoczesny stack: AWS SageMaker, MLOps, Python
- ✓Kultura inżynierska i mentoring
- ✓Możliwość długoterminowej współpracy (B2B z widełkami 175-200 zł/h)
Na co uważać
- !Brak informacji o wielkości zespołu i liczbie data scientistów
- !Nieznany proces rekrutacyjny – brak opisu etapów
Codzienna praca
- •Projektowanie i rozwój architektury systemu rekomendacyjnego z naciskiem na skalowalność i wydajność
- •Implementacja i utrzymanie pipeline'ów MLOps: CI/CD w GitLab, MLflow, monitoring modeli
- •Wdrażanie modeli ML na produkcję przy użyciu AWS SageMaker
- •Mentoring i wsparcie techniczne dla data scientistów w zakresie najlepszych praktyk inżynierskich
- •Pisanie testowalnego kodu w Pythonie dla infrastruktury ML i pipeline'ów
- •Współpraca z biznesem przy przekładaniu wymagań na architekturę techniczną
- •Eksploracja nowych narzędzi i technologii ML/MLOps
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny
Oferta dla doświadczonych specjalistów (Senior).
Minimum sensowne
ML Engineer z około 5 latami doświadczenia, który ma solidne podstawy MLOps i wdrażał modele na AWS, ale niekoniecznie w systemach rekomendacyjnych. Musi być gotów uczyć się i rozwijać w obszarze rekomendacji oraz mentoringu.
Raczej nie dla
Juniorzy bez doświadczenia produkcyjnego w ML i MLOps nie mają szans. Osoby szukające wyłącznie pracy nad modelami bez infrastruktury lub niemające doświadczenia z chmurą (AWS) również nie pasują.
Ocena dopasowania
Junior1/5
Mid3/5
Senior5/5
Hands-on5/5
Architekt4/5
Remote5/5
Enterprise3/5
Pytania do rekrutera
- ?Ile osób liczy zespół (ML Engineerów, Data Scientistów, DevOps)?
- ?Jakie są największe wyzwania techniczne w obecnym systemie rekomendacyjnym?
- ?Czy istnieje dyżur on-call? Jeśli tak, jak często?
- ?Jak wygląda obecny proces MLOps – co jest już wdrożone, a co planowane?
- ?Czy są konkretne narzędzia poza wymienionymi (np. Kubernetes, Docker)?
- ?Jakie są oczekiwania co do mentoringu – formalny czy nieformalny?
- ?Czy istnieje budżet na szkolenia i konferencje?
Brakujące informacje
- −Nie podano wielkości zespołu (liczba inżynierów, data scientistów)
- −Brak opisu procesu rekrutacyjnego (etapy, zadanie domowe, live coding)
- −Nie wiadomo, czy wymagana jest znajomość określonych frameworków do rekomendacji (np. TensorFlow Recommenders, implicit)
- −Nie określono, czy istnieje obowiązek dyżurów on-call
Zespół
Dojrzała organizacja z wysoką kulturą inżynierską, nastawiona na współpracę i mentoring. Praca w multidyscyplinarnym zespole nad globalnym systemem.
Oferta w skrócie
29 400 – 33 600PLN / mies.
🏠ZdalnieTryb pracy
📄B2BKontrakt
⏱️Senior · 5+ latDoświadczenie
LokalizacjaWarszawa
Źródło
justjoinitAktywna
Opublikowano9 maja 2026
Ostatnio sprawdzono9 maja 2026
Wygasa za5 dni
🔗Podobne oferty