Machine Learning Engineer
Team Connect
To rola MLOps Engineer, nie badacza ML. Będziesz odpowiadać za całościowe prowadzenie projektów AI/ML od analizy po wdrożenie i utrzymanie. Kluczowe jest budowanie infrastruktury i pipeline'ów CI/CD dla modeli ML/LLM na Kubernetes i GCP, a także ścisła współpraca z biznesem w celu zrozumienia potrzeb. Pracujesz w polskiej firmie outsourcingowej, realizującej projekty dla klientów zewnętrznych.
Brakuje: nie podano konkretnego klienta ani branży projektu, brak informacji o wielkości zespołu i strukturze.
To rola MLOps Engineer, nie badacza ML. Będziesz odpowiadać za całościowe prowadzenie projektów AI/ML od analizy po wdrożenie i utrzymanie. Kluczowe jest budowanie infrastruktury i pipeline'ów CI/CD dla modeli ML/LLM na Kubernetes i GCP, a także ścisła współpraca z biznesem w celu zrozumienia potrzeb. Pracujesz w polskiej firmie outsourcingowej, realizującej projekty dla klientów zewnętrznych.
- ✓Budżet szkoleniowy i wsparcie dedykowanego opiekuna
- ✓Nowoczesny stack (Kubernetes, GCP, Python)
- −Poziom 'regular' a wymagania dotyczące liderowania zespołem i odpowiedzialności E2E – może oznaczać niedoszacowanie seniority
- −Brak informacji o konkretnym kliencie i projekcie – ryzyko niskiej wartości zadania
- −Outsourcing – może oznaczać mniejszą autonomię lub bardziej proceduralną pracę
- !Brak opisu procesu rekrutacyjnego
- !Nie podano wielkości zespołu ani liczby projektów
- !Wymóg 'prowadzenia zespołu' przy poziomie regular – potencjalnie obciążające
- !Niejasny podział odpowiedzialności między ML a DevOps
- •Projektowanie i implementacja architektury MLOps z użyciem Kubernetes i GCP
- •Budowa i utrzymanie pipeline'ów CI/CD dla modeli ML/LLM
- •Monitorowanie wydajności i stabilności modeli w produkcji
- •Debugowanie i rozwiązywanie problemów produkcyjnych
- •Współpraca z Data Scientistami przy integracji i wdrażaniu modeli
- •Tworzenie dokumentacji technicznej i prowadzenie code review
- •Optymalizacja procesów MLOps, w tym automatyzacja i governance
- •Rekomendowanie nowych technologii i usprawnień platformowych
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Minimalny profil to inżynier z ok. 2-3 latami doświadczenia w ML/MLOps – potrafi pisać solidny Python, ma podstawową wiedzę o Kubernetes i GCP, ale wymaga jeszcze wsparcia w zakresie liderowania zespołom i samodzielnego prowadzenia projektu.
Osoby bez doświadczenia produkcyjnego w ML, czysto badawczy Data Scientistzy oraz juniorzy bez znajomości Kubernetes i GCP nie powinni aplikować. Rola wymaga komfortu w pracy hybrydowej (Warszawa) i akceptacji modelu outsourcingowego.
- ?Dla jakiego klienta/projektu jest ta rola?
- ?Ile osób liczy zespół i jaka jest struktura (Data Science, DevOps, Security)?
- ?Jakie konkretnie narzędzia ML/LLM są używane (TensorFlow, PyTorch, LangChain)?
- ?Czy w ramach roli przewidziane są dyżury on-call? Jak często?
- ?Jakie są oczekiwania co do 'prowadzenia zespołu' – ilu osób i jakiego typu?
- ?Jaka jest średnia długość projektu i ile projektów prowadzi jedna osoba?
- ?Czy istnieje możliwość pracy zdalnej z innych miast, czy tylko z Warszawy?
- ?Jak wygląda proces onboardingu i wsparcie ze strony opiekuna?
- −Nie podano konkretnego klienta ani branży projektu
- −Brak informacji o wielkości zespołu i strukturze
- −Nie opisano procesu rekrutacyjnego
- −Nie wspomniano o narzędziach monitoringu (np. Prometheus, Grafana)
- −Brak szczegółów o wymaganych frameworkach ML/LLM (TF, PyTorch, Hugging Face)
Team Connect kładzie nacisk na współpracę z biznesem i wsparcie dedykowanego opiekuna, co sugeruje środowisko nastawione na relacje z klientem i rozwój pracowników.
Na poziomie rynkowym
≈ 140,0–150,0 zł/h
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →