Senior MLOps Engineer – AI Infrastructure & Pipelines
ITDS
To rola dla doświadczonego inżyniera MLOps w instytucji finansowej. Głównym zadaniem jest automatyzacja cyklu życia modeli ML: budowa CI/CD, zarządzanie infrastrukturą chmurową (AWS), monitorowanie modeli w producji oraz współpraca z data scientistami. Praca hybrydowa w Warszawie, stack nowoczesny (MLflow, Kubernetes, Docker).
Brakuje: liczba dni w biurze w modelu hybrydowym, wielkość zespołu i struktura organizacyjna.
To rola dla doświadczonego inżyniera MLOps w instytucji finansowej. Głównym zadaniem jest automatyzacja cyklu życia modeli ML: budowa CI/CD, zarządzanie infrastrukturą chmurową (AWS), monitorowanie modeli w producji oraz współpraca z data scientistami. Praca hybrydowa w Warszawie, stack nowoczesny (MLflow, Kubernetes, Docker).
- ✓Nowoczesny stack technologiczny (MLflow, K8s, AWS)
- ✓Praca dla czołowej instytucji finansowej - stabilność
- ✓Certyfikacje jako atut, nie wymóg
- ✓Możliwość rozwijania umiejętności w zakresie MLOps i AI
- !Nie określono liczby dni pracy w biurze w modelu hybrydowym
- !Brak informacji o wielkości zespołu i strukturze
- !Nie wspomniano o systemie dyżurów (on-call)
- !Wymóg znajomości języka polskiego - może wykluczać kandydatów zagranicznych
- •Projektowanie i utrzymanie CI/CD dla modeli ML (Jenkins/GitLab CI)
- •Automatyzacja deploymentu, testowania i monitorowania modeli w produkcji
- •Zarządzanie infrastrukturą chmurową (AWS) dla obciążeń ML
- •Współpraca z data scientistami nad reprodukowalnością i skalowalnością eksperymentów
- •Implementacja monitorowania modeli i wydajności z użyciem MLflow, Prometheus, Grafana
- •Rozwiązywanie problemów produkcyjnych i utrzymanie ciągłości działania
- •Dokumentacja procesów, workflow i konfiguracji infrastruktury
- •Stosowanie zasad bezpieczeństwa, zgodności i zarządzania danymi w pipeline'ach AI
Oferta dla doświadczonych specjalistów (Senior).
Inżynier MLOps z 4-letnim doświadczeniem, solidnymi podstawami w Pythonie i Dockerze/Kubernetes, który ma praktykę z CI/CD i chmurą. Może nie mieć certyfikatów, ale radzi sobie z pipeline'ami ML i monitorowaniem.
Osoby szukające w pełni zdalnej pracy (model hybrydowy) oraz juniorzy bez 4 lat doświadczenia. Również nie dla tych, którzy wolą unikać pracy w środowisku regulowanym (finanse).
- ?Ile dni w tygodniu trzeba być w biurze w Warszawie?
- ?Jak wygląda obecny stan CI/CD dla ML i jakie są plany rozwoju?
- ?Czy istnieje system dyżurów (on-call) i jak często?
- ?Jaka jest wielkość zespołu MLOps i z kim będę najczęściej współpracować?
- ?Czy infrastruktura jest oparta tylko na AWS, czy są też inne chmury?
- ?Jakie są konkretne wyzwania techniczne, którymi zespół się obecnie zajmuje?
- ?Czy firma oferuje budżet na szkolenia i certyfikacje?
- ?Jakie narzędzia do orkiestracji workflow są używane (Airflow, Kubeflow, inne)?
- −Liczba dni w biurze w modelu hybrydowym
- −Wielkość zespołu i struktura organizacyjna
- −System dyżurów (on-call) i jego warunki
- −Opis procesu rekrutacyjnego
- −Szczegóły dotyczące benefity i dodatkowych świadczeń
- −Informacje o stosowanych metodach zarządzania (Agile, Scrum, itp.)
- −Czy istnieje możliwość rozwoju w kierunku architekta lub lidera?
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię MLflow. Pełne statystyki zarobków →