Senior ML Engineer (AWS Sagemaker) 100% zdalnie

🔹 Senior Machine Learning Engineer – Recommender Systems / MLOps

📍 Lokalizacja: 100% zdalnie lub hybrydowo (w zależności od preferencji)

💼 Forma współpracy: B2B lub UoP

📅 Start: ASAP lub do uzgodnienia

📈 Czas trwania projektu: długoterminowy

💰 Stawka: 175-200zł/h

🧠 O projekcie

Dołącz do zespołu pracującego nad globalnym systemem rekomendacyjnym, który już dziś dostarcza wartość zespołom biznesowym w wielu krajach. To dojrzałe, działające w produkcji rozwiązanie, które teraz przechodzi na wyższy poziom skalowalności i zaawansowania technologicznego.

Szukamy osoby, która połączy głębokie umiejętności techniczne z podejściem mentoringowym – będziesz mieć wpływ na rozwój systemu, architektury i praktyk MLOps, a także wspierać zespół data scientistów w budowie stabilnych modeli ML gotowych do produkcji.

🧩 Dlaczego warto?

• Realny wpływ na globalne rozwiązanie AI

• Praca z nowoczesnym stackiem ML i chmurowym (AWS)

• Dojrzała organizacja z wysoką kulturą inżynierską

• Możliwość pełnej zdalności lub pracy hybrydowej

🔧 Zakres obowiązków

• Rozwój architektury: prowadzenie rozwoju systemu rekomendacyjnego z naciskiem na skalowalność, jakość i wydajność.

• MLOps Leadership: rozwój strategii i implementacja praktyk MLOps – budowa CI/CD (GitLab), monitoring, użycie MLflow.

• Wdrażanie modeli: współpraca z zespołem DS przy wdrożeniach modeli ML na produkcję (AWS SageMaker).

• Mentoring: doradztwo i wsparcie techniczne dla zespołu data science – najlepsze praktyki inżynierskie i projektowe.

• Aktywny development: kontrybuowanie do kodu (Python) – czysty, testowalny kod dla infrastruktury ML i pipeline’ów.

• Współpraca z biznesem: przekładanie wymagań biznesowych na architekturę techniczną, eksploracja nowych narzędzi i możliwości technologicznych.

✅ Wymagania (must-have)

• 5+ lat doświadczenia jako ML Engineer lub Software Engineer w obszarze ML/Data

• Praktyczne doświadczenie z MLOps: CI/CD (GitLab), MLflow, monitoring

• Doświadczenie we wdrażaniu modeli na produkcję, preferowane na AWS (SageMaker)

• Bardzo dobra znajomość Python i ekosystemu ML (NumPy, Pandas, Scikit-learn, PyTorch / TensorFlow)

• Znajomość architektury systemów rekomendacyjnych i ich zastosowań

• Doświadczenie w projektowaniu systemów skalowalnych i wysokodostępnych

• Umiejętność współpracy z zespołami multidyscyplinarnymi (PM, DS, Dev)

• Język angielski – min. B2

➕ Mile widziane

• Doświadczenie w dużych systemach rekomendacyjnych

• Znajomość AWS SageMaker Pipelines, Feature Store

• Wiedza o A/B testowaniu modeli w produkcji

• Doświadczenie w mentoringu i prowadzeniu zespołów technicznych

Ta rola nie jest dla Ciebie, ale masz znajomego, który by się sprawdził? Poleć go i zgarnij nawet 5000 zł.

Referral Program: Talent from your network