Poszukujemy doświadczonej osoby na stanowisko MLOps Engineer, która będzie odpowiedzialna za projektowanie, wdrażanie i utrzymanie procesów wspierających rozwój oraz działanie modeli uczenia maszynowego w środowiskach produkcyjnych.
Na tym stanowisku będziesz współpracować z zespołami Data Science, Data Engineering, Software Engineering oraz IT, dbając o automatyzację cyklu życia modeli, stabilność infrastruktury i efektywne dostarczanie rozwiązań opartych na sztucznej inteligencji.
Tak organizujemy naszą pracę
Tak pracujemy
u klienta
koncentrujesz się na jednym projekcie
masz wpływ na wybór narzędzi i technologii
masz wpływ na rozwiązania technologiczne
masz wpływ na produkt
tworzysz kod "od zera"
koncentrujesz się na utrzymaniu kodu
Twój zakres obowiązków
Projektowanie i rozwój procesów MLOps oraz infrastruktury wspierającej cykl życia modeli ML.
Automatyzacja trenowania, testowania, wdrażania i monitorowania modeli.
Budowa oraz utrzymanie potoków CI/CD dla aplikacji i modeli uczenia maszynowego.
Wdrażanie rozwiązań do zarządzania wersjami kodu, danych, modeli i eksperymentów.
Monitorowanie wydajności modeli, jakości predykcji oraz stabilności środowisk produkcyjnych.
Współpraca z zespołami Data Science i Engineering przy przechodzeniu modeli z etapu eksperymentalnego do produkcyjnego.
Zarządzanie infrastrukturą chmurową lub lokalną z wykorzystaniem podejścia Infrastructure as Code.
Dbanie o skalowalność, bezpieczeństwo, niezawodność i optymalizację kosztów rozwiązań ML.
Tworzenie i aktualizowanie dokumentacji technicznej oraz standardów wdrażania modeli.
Identyfikowanie i rozwiązywanie problemów związanych z działaniem modeli oraz procesów produkcyjnych.
Nasze wymagania
Min. 3 lata doświadczenia na stanowisku MLOps Engineer, DevOps Engineer, Machine Learning Engineer lub podobnym.
Praktyczna znajomość języka Python oraz narzędzi wspierających rozwój oprogramowania.
Doświadczenie w budowaniu i utrzymywaniu potoków CI/CD.
Znajomość narzędzi konteneryzacji, takich jak Docker, oraz platform orkiestracji, np. Kubernetes.
Znajomość jednej z głównych platform chmurowych: AWS, Microsoft Azure lub Google Cloud.
Znajomość Terraform, Helm, Airflow lub podobnych narzędzi.
Doświadczenie w pracy z narzędziami do zarządzania eksperymentami i modelami, np. MLflow, Kubeflow lub podobnymi.
Znajomość systemów kontroli wersji, w szczególności Git.
Znajomość zagadnień związanych z monitorowaniem, logowaniem i zapewnianiem niezawodności systemów.
Znajomość baz danych oraz narzędzi do przetwarzania danych będzie dodatkowym atutem.
Umiejętność analitycznego myślenia, rozwiązywania problemów i pracy zespołowej.
Dobra znajomość języka angielskiego umożliwiająca pracę z dokumentacją techniczną i komunikację w środowisku międzynarodowym.
Mile widziane
Doświadczenie w produkcyjnym wdrażaniu modeli uczenia maszynowego.
Doświadczenie w pracy z systemami GPU i rozwiązaniami wspierającymi trenowanie modeli.
Znajomość praktyk Data Governance, bezpieczeństwa danych i zgodności regulacyjnej.
Doświadczenie w implementacji mechanizmów monitorowania driftu danych i modeli.
Znajomość koncepcji GitOps oraz praktyk SRE.
Podział czasu pracy
90% hybryda
10% z biura
To oferujemy
Udział w rozwoju nowoczesnych rozwiązań wykorzystujących sztuczną inteligencję i uczenie maszynowe.
Pracę z doświadczonym zespołem specjalistów.
Możliwość wpływania na wybór technologii i kształtowanie procesów MLOps.
Dostęp do nowoczesnych narzędzi oraz infrastruktury chmurowej.
Rozwój zawodowy poprzez udział w ambitnych projektach i szkoleniach.
Elastyczny model pracy oraz możliwość pracy zdalnej lub hybrydowej.
Machine Learning Engineer / MLOps Miejsce pracy: Warszawa Technologies we use Expected - Python - Docker - Kubernetes - Apache Airflow - Kubeflow - Git - Unix - Linux - Microsoft Azure Optional - Keras - Tensor-flow - PyTorch - Spark - Kafka - Hadoop - Google Cloud Platform Operating system - Windows - Linux About the project ...
... Python., Supporting onboarding of new datasets (US, APAC regions)., Collaborating with data architects and analytics teams., Contributing to future Data Science and MLOps foundations., Working under capacity constraints and optimizing performance and resource usage.] Requirements: Python, CI/CD, Azure, AWS, GCP, Spark, MLOps, ...
... Tworzenie wielokrotnego użytku zestawów testowych, szablonów ewaluacyjnych oraz rozwiązań typu Controls-as-Code. Minimum 5 lat doświadczenia jako Machine Learning Engineer, MLOps Engineer lub Data Scientist, w tym praktycznego doświadczenia z systemami produkcyjnymi., Bardzo dobrej znajomości Pythona oraz doświadczenia w automatyzacji ...
... itself The Senior AI/ML Engineer – Applied AI Lead takes machine learning models from development through to reliable production deployment, while establishing MLOps, monitoring and governance practices. The role works across Data Engineering, Product, Risk and Commercial teams to turn business problems into measurable AI ...
... case planning and implementation., Experience using AI coding assistants (e.g., Claude Code) in software development., Knowledge of AI governance, security, and MLOps/LLMOps practices., Very good English skills What we offer, Hybrid working model, Dynamic and innovation-driven engineering environment, Full-time job agreement ...
... case planning and implementation., Experience using AI coding assistants (e.g., Claude Code) in software development., Knowledge of AI governance, security, and MLOps/LLMOps practices., Very good English skills What we offer, Hybrid working model, Dynamic and innovation-driven engineering environment, Full-time job agreement ...
... potoków przetwarzania danych (data pipelines) oraz infrastruktury dla rozproszonego uczenia maszynowego i systemów rekomendacyjnych., Wdrażanie rozwiązań z zakresu MLOps, w tym walidacji danych, monitorowania modeli oraz zarządzania ich cyklem życia w środowisku produkcyjnym., Tworzenie i optymalizacja procesów ETL/ELT w środowiskach ...
... produkcyjnym. Twój zakres obowiązków, Projektowanie, rozwój i wdrażanie rozwiązań z obszaru AI i Machine Learning w środowisku chmurowym., Budowanie i rozwój procesów MLOps oraz produkcyjnych systemów ML., Tworzenie rozwiązań wykorzystujących Vertex AI, Generative AI i Document AI., Projektowanie i rozwój wieloetapowych workflowów ...
- Bachelor's or Master's degree in computer science, software engineering, IT engineering or a comparable field, or equivalent documented practical experience - Minimum 3 years in infrastructure engineering, systems architecture or DevOps, with a demonstrated transition into the AI space (for example LLM-based tooling and ...
... effective engineering organization in Poland, with AI-native engineering at its core . We’re looking for strong engineers who are comfortable with agentic engineering, from experienced professionals building complex systems and engineering tooling to a new generation of engineers who have embraced AI-driven development ...