ML Engineer / ML Ops

Praca w trybie hybrydowym 1–3 dni w tygodniu.

O projekcie

Poszukujemy 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.

Zadania

• Wdrażanie modeli ML w środowisku produkcyjnym

• Tworzenie i automatyzacja pipeline’ów danych i treningu modeli

• Integracja modeli z aplikacjami i systemami wewnętrznymi

• Wdrażanie standardów kodowania, deploymentu i najlepszych praktyk ML

• Tworzenie dokumentacji oraz Proof of Concept (PoC)

• Code review i dbanie o jakość kodu

• Współpraca z zespołami inżynierskimi i analitycznymi

Wymagania

• Wykształcenie wyższe w dziedzinie matematyki, nauk ścisłych, informatyki lub pokrewne

• Minimum 3 lata doświadczenia w pracy z ML lub ML Ops

• Silna znajomość algorytmów machine learning i pipeline’ów danych

• Biegłość w Pythonie, R lub podobnych językach

• Doświadczenie z frameworkami do przetwarzania danych (Spark) i platformami chmurowymi (AWS / Azure / GCP)

• Znajomość baz danych (SQL / NoSQL)

• Umiejętność pracy nad kilkoma projektami jednocześnie

• Dobre umiejętności komunikacyjne i współpracy w zespole

• Znajomość SDLC i procesów wdrożeniowych

Mile widziane

• Doświadczenie w automatyzacji treningu modeli / pipeline’ach ML

Dlaczego warto

• Praca nad nową platformą ML od podstaw

• Możliwość budowy skalowalnych, produkcyjnych rozwiązań

• Współpraca z doświadczonymi zespołami z różnych obszarów

• Praca z nowoczesnymi technologiami i dużymi zbiorami danych

• Otwarte środowisko na innowacje i nowe rozwiązania