ML Engineer / ML Ops

Praca w trybie hybrydowym 1–3 dni w tygodniu.O projekciePoszukujemy ML Engineer / ML Ops do zespołu AI Lab w globalnej instytucji finansowej. Rola obejmuje pracę nad nową platformą wewnętrzną do hostowania i wykorzystywania modeli Machine Learning w systemach i aplikacjach wewnętrznych. Kandydat będzie odpowiedzialny za produkcyjne wdrożenia modeli, budowę pipeline’ów danych, integrację modeli z systemami oraz rozwój skalowalnej i wydajnej infrastruktury ML.Stack technologiczny: Python, Spark, Azure, Kubernetes, Docker, mikroserwisy.ZadaniaWdrażanie modeli ML w środowisku produkcyjnymTworzenie i automatyzacja pipeline’ów danych i treningu modeliIntegracja modeli z aplikacjami i systemami wewnętrznymiWdrażanie standardów kodowania, deploymentu i najlepszych praktyk MLTworzenie dokumentacji oraz Proof of Concept (PoC)Code review i dbanie o jakość koduWspółpraca z zespołami inżynierskimi i analitycznymiWymaganiaMin. 3 lata doświadczenia (oreferowane role: ML / ML Ops)Bardzo dobra znajomość PythonDoświadczenie z pipeline’ami danych i wdrożeniami MLPraca z chmurą (Azure / AWS / GCP)Znajomość Kubernetes, DockerDoświadczenie z Spark / przetwarzaniem danychZnajomość SQL / NoSQLRozumienie SDLC i procesów deploymentuMile widzianeDoświadczenie w automatyzacji treningu modeli / pipeline’ach MLDlaczego wartoPraca nad nową platformą ML od podstawMożliwość budowy skalowalnych, produkcyjnych rozwiązańWspółpraca z doświadczonymi zespołami z różnych obszarówPraca z nowoczesnymi technologiami i dużymi zbiorami danychOtwarte środowisko na innowacje i nowe rozwiązania