Software Engineer ML Ops AI Model Operationalization

Poszukujemy superbohatera – Software Engineer (ML Ops/AI Model Operationalization) ‍♀️‍♂️

Szukamy ML Ops Engineera, który pomoże wprowadzać modele AI do rzeczywistych środowisk produkcyjnych na dużą skalę. W tej roli nie będziesz koncentrować się na trenowaniu modeli ani dostrajaniu LLM-ów; Twoim głównym zadaniem będzie operacjonalizacja, wdrażanie, monitorowanie i utrzymywanie rozwiązań AI/ML, tak aby były one solidne, niezawodne i zintegrowane z procesami biznesowymi. Na co dzień będziesz ściśle współpracować z zespołem data scientistów, inżynierów danych i inżynierów oprogramowania, aby zapewnić bezpieczne wdrażanie modeli, ciągłą integrację oraz gotowość do pracy w skalowalnym środowisku produkcyjnym. Ta rola koncentruje się na rozwoju aplikacji, inżynierii i infrastrukturze, z silnym naciskiem na gotowość produkcyjną, automatyzację i doskonałość operacyjną.

⚡ Stawka do 180 zł/h netto

⚡ Hybrydowo w Warszawie

⚡ Umowa B2B

✨Wymagane supermoce:

· Minimum 3 lata doświadczenia jako programista lub inżynier backendu, najlepiej z doświadczeniem w systemach chmurowych i rozproszonych

· Biegła znajomość Pythona, szczególnie w tworzeniu i utrzymaniu produkcyjnych rozwiązań ML/AI

· Praktyczne doświadczenie z Azure ML, Azure DevOps, Azure Container Registry i Azure Key Vault

· Dobra znajomość Docker i Kubernetes (AKS) w kontekście wdrażania skalowalnych rozwiązań ML

· Doświadczenie w budowie i utrzymaniu CI/CD dla aplikacji ML, w tym automatycznych testów i wdrożeń

· Znajomość narzędzi takich jak Prometheus, Grafana, Azure Monitor lub podobnych do monitorowania i logowania

· Doświadczenie z MLflow lub podobnymi narzędziami do śledzenia eksperymentów, rejestru modeli i zapewniania ich odtwarzalności

· Umiejętność efektywnej pracy w zespołach międzyfunkcyjnych w środowisku Agile/Scrum

· Język angielski min. B2

Mile widziane:

· Doświadczenie z Databricks lub innymi zarządzanymi platformami ML

· Znajomość wykrywania zmian jakości modeli i zautomatyzowanych potoków ponownego trenowania

· Wiedza na temat baz danych wektorowych i optymalizacji inferencji

· Zrozumienie specyficznych dla AI praktyk bezpieczeństwa i zgodności

Twoja misja:

· utrzymywanie, wdrażanie i monitorowanie modeli uczenia maszynowego w środowiskach produkcyjnych z użyciem Azure ML, MLflow i technologii konteneryzacji

· projektowanie i utrzymywanie skalowalnej infrastruktury z wykorzystaniem Azure Kubernetes Service (AKS), Docker oraz potoków CI/CD

· budowanie API, endpointów i potoków inferencji w celu efektywnego i niezawodnego serwowania modeli

· wdrażanie monitorowania, logowania i alertów dla usług ML, aby zapewnić dostępność, wydajność i dokładność modeli

· zarządzanie wersjonowaniem modeli, artefaktów i konfiguracji, zapewniając ich śledzenie i zgodność z zasadami ładu danych (governance)

· ścisła współpraca z Data Scientistami, aby zrozumieć wymagania modeli, oraz z zespołami DevOps, aby integrować przepływy ML z szerszymi ramami CI/CD

· napędzanie automatyzacji w całym cyklu życia ML, w tym testowania, wdrażania, ponownego trenowania i mechanizmów wycofywania (rollback)

· zapewnienie, że rozwiązania AI spełniają wymagania dotyczące bezpieczeństwa, zgodności i prywatności danych w środowisku korporacyjnym

· pisanie czystego, wydajnego i łatwego w utrzymaniu kodu w Pythonie, zgodnie ze współczesnymi praktykami inżynierii oprogramowania (testowanie, kontrola wersji, dokumentacja)

Benefity:

· Wybierz sam swoje benefity - korzystamy z systemu kafeteryjnego,

· Szybki (bo 7-dniowy) termin płatności faktur,

· Sprzęt służbowy.

Aplikuj na ofertę, wierzymy w Ciebie i w Twoje supermoce ‍